Le principe du traitement endovasculaire des anévrismes de l’aorte repose sur l’exclusion du sac anévrismal par une endoprothèse introduite par voie fémorale (EVAR). Il permet de réduire la mortalité et les complications postopératoires précoces. Les endoprothèses sont toutefois soumises à des contraintes anatomiques et mécaniques, pouvant être à l’origine de complications si celles-ci ne sont pas connues et anticipées. En particulier, les endofuites de type 1A après EVAR qui restent une cause majeure de rupture aortique secondaire.

Les technologies telles que le jumeau numérique et l’intelligence artificielle (IA) pourraient permettre d’identifier et d’anticiper les complications des endoprothèses, et, ainsi, de les éviter en préopératoire en apportant une prise en charge sur mesure à chaque patient. L’objectif de ce travail était d’évaluer un score, l’endoleak risk index (ERI), pour la prédiction du risque d’endofuites de type 1A en préopératoire.

La simulation numérique du déploiement d’endoprothèse a été réalisée chez 82 patients qui avaient bénéficié d’une EVAR Endurant® dans 7 centres aortiques. Ces patients avaient présenté ou non une endofuite de type 1A durant un suivi postopératoire minimum de 3ans. Les 16 000 points extraits des résultats de chaque simulation numérique ont été analysés de façon à identifier des critères pertinents tels que l’oversizing, l’apposition et la circularité des endoprothèses mais aussi le thrombus pariétal. Un algorithme de machine learning a ensuite testé des centaines de combinaisons de ces critères, résultant en une probabilité de risque d’endofuite de type 1A. Un premier sous-groupe de 50 patients a été utilisé pour entraîner l’algorithme qui a ensuite été validé sur un deuxième sous-groupe, en aveugle de l’événement endofuite Ia.

Dans le groupe de validation, l’ERI a permis d’obtenir une sensibilité de 100 % et une spécificité de 81,3 %.

La combinaison de l’IA et le jumeau numérique a permis de différencier avec précision les patients ayant présenté une endofuite de type 1A et les patients contrôle. Ces résultats encourageants soulignent le potentiel de ces technologies à prédire les risques d’endofuites après EVAR dans un futur proche.

D’autres développements sont en cours afin d’apporter une solution visant à augmenter la sécurité et la durabilité du traitement endovasculaire aortique en faisant collaborer l’intelligence artificielle, la modélisation numérique et l’impression 3D.