| Abstract |
El accidente cerebrovascular isquémico agudo, definido como el bloqueo del flujo sanguíneo cerebral a causa de un trombo, es una afección urgente y una de las principales causas de muerte y discapacidad en el mundo. En la última década, la trombectomía endovascular ha mejorado drásticamente el tratamiento del ictus isquémico. Se trata de una técnica rápida y segura basada en la eliminación del trombo (y la restauración del flujo sanguíneo) mediante dispositivos endovasculares. Aun así, una gran cantidad de pacientes tratados permanecen discapacitados, o incluso mueren, después de la intervención. Para maximizar la recuperación del paciente, se debe lograr la restauración completa del flujo en el primer intento de extracción. Esto hace que la planificación quirúrgica de la trombectomía sea crucial. Sin embargo, la escasez de tiempo e información resulta en intervenciones no optimizadas con tasas de éxito actuales (del primer intento de restauración completa del flujo) tan bajas como el 25 %. Debido a esto, ha habido una oleada de modelos de aprendizaje automático derivados de Big Data, con el objetivo de predecir el éxito de la intervención a partir de datos preoperatorios. A pesar de ser precisos, estos modelos carecen de interpretabilidad lo que, a efectos prácticos, impide que sean adoptados ampliamente en el sector clínico. La multifísica (interacción trombo-sangre-arteria-dispositivo) juega un papel clave en la trombectomía. Los modelos de mecánica computacional proporcionan predicciones precisas en interpretables, ya que utilizan cantidades físicas como datos de entrada y salida. Sin embargo, estos modelos requieren mucho tiempo para 1) ejecutar la simulación y 2) analizar los resultados. Recientemente, la combinación de modelos de mecánica computacional con aprendizaje automático interpretable (IML) ha demostrado un gran potencial para acelerar la simulación y el análisis de resultados.
MECA-ICTUS tiene como objetivo construir un modelo IML capaz de predecir el éxito de la trombectomía mecánica. Para ello, trabajaremos en el desarrollo de un marco de mecánica sólida computacional open-source y en el entrenamiento de un modelo IML a partir de un gran conjunto de datos de simulaciones computacionales. Los desarrollos teóricos y computacionales de MECA-ICTU marcarán un primer hito hacia el desarrollo de una herramienta de apoyo a la toma de decisiones para optimizar las intervenciones de trombectomía, reduciendo así la mortalidad y la morbilidad en el futuro. |
