Forscher an der Mount Sinai verwenden Sie AI zu erkennen COVID-19 in der Lunge durchsucht

Forscher von der New Yorker Mount Sinai Health System kombiniert wurden, ist die künstliche Intelligenz, die Bildgebung und die klinischen Daten rasch zu erkennen COVID-19 Patienten.

In einer Studie, veröffentlicht in dieser Woche in der Zeitschrift Nature Medicine, Forscher KI-algorithmen in Verbindung mit Brust-CT-scans und Anamnese, um schnell zu diagnostizieren Patienten, die positiv für COVID-19 und zur Verbesserung der Detektion von Patienten, die mit normalen CT-scans.

„Wir konnten zeigen, dass die AI-Modell wurde so genau wie ein erfahrener Radiologen bei der Diagnose der Krankheit, und sogar besser in einigen Fällen, wo es kein klares Zeichen der Lungenerkrankung im CT,“ sagte Dr. Zahi Fayad, Direktor des BioMedical Engineering und Imaging-Institut an der Icahn School of Medicine at Mount Sinai, in einer Erklärung.

WARUM ES WICHTIG IST

Weil die Symptome von COVID-19 sind jedoch nicht spezifisch, es kann schwierig sein, zu diagnostizieren. Mittlerweile, die SARS-CoV-2-virus-spezifische reverse-Transkriptase-polymerase-Kettenreaktion (RT-PCR) test Häufig verwendet, um zu identifizieren, COVID-positiven Patienten kann bis zu zwei Tage dauern – und die ärzte stehen vor der Möglichkeit von false negatives. RT-PCR-test-kits sind auch in kurzer Versorgung in vielen teilen des Landes.

Diese, sagen Forscher, bekräftigt die Notwendigkeit, nach anderen Möglichkeiten, um schnell und genau zu diagnostizieren Patienten mit COVID-19.

Die Forscher stützten sich auf CT-scans von mehr als 900 Patienten, die aufgenommen hat, 18 medizinische Zentren in 13 chinesischen Provinzen. Sie enthalten 419 bestätigt COVID-19-positiven Fällen und 486 COVID-19-negativ-scans. Das team hatte auch Zugang zu Patienten klinische Informationen, einschließlich Blut-test-Ergebnisse, Alter, Geschlecht und Symptome.

Die Verwendung der Patientendaten, der Berg Sinai-Forscher entwickelten ein KI-Algorithmus zu produzieren separaten Wahrscheinlichkeiten von COVID-19-Positivität basierend auf CT-Bildern, die klinische Informationen und die beiden kombiniert.

„In einem test-set von 279 Patienten, die AI-system erreicht eine Fläche unter der Kurve von 0,92 und hatte die gleiche Empfindlichkeit gegenüber einem senior Thorax radiologe,“ die Forscher schrieb.

Darüber hinaus ist der Algorithmus korrekt identifiziert, bei 17 von 25 Patienten, deren RT-PCR-Ergebnisse waren positiv getestet COVID-19 aber wer präsentiert mit normalen CT-scans; zum Vergleich, Radiologen hatte, eingestuft alle Patienten als COVID-negativ.

Obwohl Kliniker in den Vereinigten Staaten nicht Häufig Gebrauch von CT-scans zu diagnostizieren COVID-19, sagen Forscher, imaging können Sie eine wichtige Rolle bei der Erhaltung der Krankenhaus-Ressourcen und die Behandlung von Patienten schnell.

„Die hohe Sensibilität unserer AI-Modell kann eine ‚zweite Meinung‘ zu ärzte in Fällen, in denen CT ist entweder negativ (in den frühen Verlauf der Infektion) oder zeigt unspezifische Befunde, die können gemein sein,“ sagte Fayad.

„Es ist etwas, die berücksichtigt werden sollten, die auf einen größeren Maßstab, insbesondere in den Vereinigten Staaten, wo derzeit haben wir mehr freie Kapazitäten für die CT-Scans als in Laboren nach genetischen tests“, Fayad fortgesetzt.

DER GRÖßERE TREND

Forscher haben immer stützte sich auf AI zu diagnostizieren und behandeln Patienten mit dem neuartigen Corona-Virus bestätigt.

Im März, cognitive-computing-Plattform-Anbieter siehe.ai kündigte an, es entwickelt hatte, einen KI-basierten Algorithmus um die Flagge in der Brust X-Strahlen, die aus COVID-19.

Aufruf der Plattform „instant triage,“ siehe.ai vorhergesagt, könnte es helfen, die Geschwindigkeit COVID-19 Diagnose.

„Wie bewerten wir weitere positive Fälle aus der ganzen Welt, werden unsere Ergebnisse weiter validiert werden,“ sagte erblicken.ai Chief Medical Officer Dr. Tom Naunton Morgan.

„Dies erhöht den nutzen unserer sofortige triage und möglicherweise dazu beitragen, die Belastung der Gesundheitssysteme, wie mehr und mehr Fälle von Pneumonie vorhanden und erfordern eine schnelle Diagnose,“ Morgan sagte.

Andere Technologie-Anbieter haben sich angepasst bestehenden Tuberkulose-Erkennung von KI-Technologie zu helfen, zu zeigen, COVID betroffene Lungengewebe in der Brust X-Strahlen.

AUF DER PLATTE

Berg Sinai-Forscher sagen, dass Ihre nächsten Schritte zur Weiterentwicklung des Modells zur Prognose des Patienten-outcomes und teilen Ihre Ergebnisse mit anderen Einrichtungen des Gesundheitswesens.

„Diese Studie ist wichtig, weil es zeigt, dass eine künstliche Intelligenz-Algorithmus trainiert werden können, helfen bei der frühen Identifikation von COVID-19, und dies kann verwendet werden, in der klinischen Einstellung zu triage oder der Priorisierung der Bewertung von Kranken früh in Ihrer Aufnahme in der Notaufnahme“, sagte Dr. Matthew Levin, Direktor des Mount Sinai Health System ‚ s clinical data-science-team.

„Dies ist ein früher Beweis [der] Konzept, das wir anwenden können, um unsere eigenen Patientendaten weiter zu entwickeln algorithmen, die speziell auf unsere region und die verschiedenen Bevölkerungen,“ sagte Levin.

„Mit diesem toolkit können leicht bereitgestellt werden weltweit in andere Krankenhäuser, entweder online oder bei der Integration in Ihre eigenen Systeme“, sagt Fayad.

 

Kat Jercich ist senior editor von Healthcare-IT-News.
Twitter: @kjercich
Healthcare-IT-News ist die HIMSS Media-Publikation.