Este estudio tuvo como objetivo desarrollar y evaluar un método de segmentación automática basado en aprendizaje profundo para la segmentación automática de la anatomía hepática (parénquima hepático, tumor, vena porta, vena hepática y conducto biliar) mediante resonancias magnéticas del tracto biliar mejoradas con gadoxetato. Este método puede ayudar a agilizar el flujo de trabajo clínico para la planificación preoperatoria. Se realizó la segmentación manual de resonancias magnéticas del tracto hepatobiliar en 90 pacientes sometidos a cirugía hepática entre enero de 2020 y octubre de 2023. Se entrenó una red de aprendizaje profundo (nnU-Net v1) en 72 pacientes, centrándose en preservar las estructuras delgadas y la topografía. El rendimiento de la segmentación automática y manual se evaluó en un grupo de prueba de 18 pacientes utilizando el coeficiente de similitud de Dice (DSC). Después de la integración clínica, la red se utilizó para generar 10 segmentaciones (el conjunto de datos de evaluación), que se refinaron manualmente para uso clínico, y los ajustes necesarios se cuantificaron utilizando DSC. En el grupo de prueba, el DSC para el parénquima hepático fue de 0,97 ± 0,01, la vena hepática de 0,80 ± 0,04, el conducto biliar de 0,79 ± 0,07, el tumor de 0,77 ± 0,17 y la vena porta de 0,74 ± 0,06. La tasa media de detección de tumores fue del 76,6 ± 24,1 %, con una mediana de 1 falso positivo por paciente. El conjunto de datos de evaluación mostró altos valores de DSC para el parénquima hepático (1,00 ± 0,00), la vena porta (0,98 ± 0,01) y la vena hepática (0,95 ± 0,07), lo que sugiere que se necesitan pequeños ajustes en el modelo 3D para su uso clínico. La segmentación del tumor mostró una mayor variabilidad (DSC 0,80 ± 0,27). Durante el uso clínico prospectivo, el modelo detectó 3 tumores adicionales que inicialmente no fueron detectados por los radiólogos. El método de segmentación propuesto, basado en nnU-Net, permite una delineación precisa y automatizada de la anatomía hepática. Esto permite aplicar eficientemente la planificación 3D como estándar de atención para todos los pacientes sometidos a cirugía hepática.
