Endovasculair herstel (EVAR) is de voorkeursbehandeling voor abdominale aorta-aneurysmata, maar langdurig succes hangt sterk af van krimp van de aneurysmazak, een belangrijke voorspeller van gunstige uitkomsten.

Dit project onderzoekt, op basis van High Tech, op artificiële intelligentie gebaseerde beeldanalyse, hoe het type EVAR-device, anatomische factoren (zoals aortahals kenmerken) en de plaatsing van de endograft deze krimp beïnvloeden. De focus ligt op de TREO endograft en het verbeteren van preoperatieve patiëntselectie.

Met behulp van AI-gestuurde beeldanalyse draagt het onderzoek bij aan diepgaander inzicht in aneurysma remodelering na EVAR, met als doel complicaties en heringrepen te voorkomen wat zal leiden tot effectieve behandelstrategieën, met lagere kosten (medische kosten en arbeidsverzuim) voor de Nederlandse samenleving.