A kórházak AI eszközöket telepítenek a COVID-19 kimutatására
Közösségek - Mellkas | 2020. április 08. 11:26 | Utolsó módosítás dátuma - 2025. április 20. 12:00 | Forrás: https://spectrum.ieee.org/the-human-os/biomedical/imaging/hospitals-deploy-ai-tools-detect-covid19-chest-scans
A mélytanulási algoritmusok képesek a tüdőről készült felvételek alapján diagnosztizálni, triázsolni és monitorozni a koronavírusos eseteket. Ezek után vajon azt is meg tudják majd jósolni, hogy kinek lesz szüksége lélegeztetésre?
Múlt héten világszerte számos mesterséges intelligencia (AI) alapú rendszert jelentettek be, melyek a COVID-19 pneumoniát hivatottak detektálni mellkas CT vagy röntgen felvételeken. Ezeket az rendszereket már számos kórházban használják az enyhe esetek szűréséhez, az új fertőzöttek triázsolásához, és a betegség előrehaladásának monitorizálásához.
A mellkasi vizsgálatok mesterséges intelligencia alapú elemzése enyhítheti a radiológusokra nehezedő, egyre növekvő terhet, akiknek naponta egyre több páciens mellkas-vizsgálatát kell leletezniük és osztályozniuk. A jövőben ez a technológia segíthet megjósolni, hogy mely betegeknek lesz majd nagy valószínűséggel szükségük lélegeztetésre és gyógyszeres kezelésre, vagy kiket lehet otthonukba bocsátani.
Egyes vállalatok eladásra kínálják a programjaikat, míg mások ingyenes online verziókat tesznek közzé, és vannak olyanok, akik új algoritmusok előállítása céljából a már elkészült felvételeket rendszerezik.
„Az átalunk fejlesztett rendszer naponta hatalmas mennyiségű CT-sorozatot képes feldolgozni” – mondta Hayit Greenspan, a Tel-Aviv University professzora, valamint vezető kutatója egy egészségügyi szoftvertársaságnak, a RADLogics-nak, ami nemrég jelentett be egy ilyen mesterséges intelligencia alapú rendszert. „Megvan a képességünk arra, hogy gyorsan feldolgozzunk nagy adatmennyiségeket”
Habár sok rendszer nagyszerű számokat produkált a COVID-19 mellkas felvételekről történő diagnosztizálás tekintetében – például a RADLogics 98%-os pontosságról számolt be-, nem valószínű, hogy ezek az AI-eszközök helyettesíthetik a standard nukleinsav teszteket, mint a koronavírus fertőzés elsődleges diagnosztikai eszközét. A nukleinsav tesztekhez szükséges mintavételezést akár autóban vagy bármilyen zárt térben el lehet végezni, míg a mellkas képalkotó vizsgálatához sugárvédelmi szempontból megfelelő helységre van szükség, és a közelben kell lennie a hozzáértő szakembereknek is. Ennek a technikának az alkalmazása olyan kihívásokkal járna, mint a páciens, az egészségügyi személyzet és berendezések sugárterhelése, valamint a megfelelő személyi védőfelszerelések biztosítása. Számos nemzeti és nemzetközi szervezet (többek között az American College of Radiology, the U.S. Centers for Disease Control and Prevention, the Royal College of Radiologists in the United Kingdom) kifejezetten azt javasolj, hogy ne használják a CT-t elsővonalbeli szűrővizsgálatként.
"Én ezt nem elsődleges, hanem opportunista szűrésre használnám, például a nem COVID-19-hez kapcsolódó CT vagy röntgen vizsgálatok esetén, melyeknél gyanús eltéréseket látva felvetném a leletben a COVID-19 pneumonia lehetőségét.” -nyilatkozta Matthew Lungren gyermekradiológus (Stanford University Medical Center).
A Radiology folyóirat februári számában megjelent több cikkben is közöltek korai bizonyítékokat arra vonatkozóan, hogy a mellkasi képalkotó vizsgálatok hasznosak lehetnek a COVID-19 elleni küzdelemben. Kínai és amerikai kutatócsoportok is megállapították, hogy a COVID-19 fertőzött, tünetekkel rendelkező páciensek tüdőállományában bizonyos elváltozások figyelhetők meg, mint a tejüveghomály és konszolidáció, melyek az idő elteltével egyre több helyen jelennek meg és kiterjedtebbé válnak.
Múlt héten a RADLogics kiadott egy előzetes kutatást, mely szerint a mellkas vizsgálat után a AI rendszer azonnali riasztást küldhet, ha a beteg súlyos állapotban van. Ezen kívül az eszköz nyomonköveti a beteg állapotváltozását egy „Korona-pontszám” segítségével, amit a betegség kvantifikálására lehet használni az idő függvényében. A szoftvert jelenleg Kínában, Oroszországban és Olaszországban telepítették.
„Úgy látjuk, hogy kétféle módon járulhatunk hozzá a folyamathoz: azonosítás, valamint a beteg állapotának nyomonkövetése és előrejelzése.” -nyilatkozta Greenspan. Az utóbbi segítséget jelenthet azokban a helyzetekben, amikor a kórházi források limitáltak. Greenspan azt reméli, a rendszer nemsokára képes lesz megjósolni, hogy kinek lesz és kinek nem lesz szüksége lélegeztetésre azáltal, hogy a programot a páciensekről készült többszörös követési felvételek segítségével tanítják. A csoport jelenleg egy olasz kórházban dolgozik azon speciális kezelések azonosítása érdekében, amiket a Korona-pontszámhoz lehet kötni.
Február végén az Alibaba Group bejelentette a kutatási egysége (DAMO Academy) által létrehozott AI algoritmusát, ami a gyanús eseteket 20 másodpercen belül, 96%-os pontossággal képes azonosítani. A vállalat hírportálján Xu Minfeng, a kutatási egység tagja, azt nyilatkozta, hogy az algoritmusukat Kínában már 26 kórházban használják, ahol több mint 30 000 eset azonosításában segített.
Az Alibaba algoritmusát állítólag több mint 5000 igazolt koronavírusos eseten tanították. A RADLogics rendszeréhez hasonlóan nyomon követi a kezelésre adott választ, például azonosítja a javulás jeleit, beleértve a fedettség csökkenését. A DAMO a partnereivel együttműködve megvalósította, hogy az AI rendszerük felhőbe kerüljön, ahová az egyészségügyi dolgozók az okostelefonjaik vagy laptopjaik segítségével közvetlenül feltölthetik a CT-vizsgálatokat, és az eredményeket azonnal el is érhetik.
A hongkongi Ping An Insurance és a shanghaji Yitu Healthcare is létrehozta a mellkas CT-k értékelésére szolgáló saját AI-alapú rendszerüket.
Március 30-án a szöuli Lunit vállalat ingyenesen elérhetővé tette a mellkas-röntgenek elemzésére szolgáló AI-alapú szoftverét. A szoftver már a dél-koreai koronavírus-gondozó központokban segíti a szűrést, főként az esetekkel túlterhelt radiológusoknak könnyíti meg a páciensek triázsolását. – állítja a cég sajttóközleménye. A szoftvert már Brazília egyik legnagyobb kórházi hálózatába is telepítették, ahol az enyhe tünetekkel rendelkező páciensek szűrésére használják.
Ahogy egyre több cég és kutatócsoport megalkotja a saját AI-s eszközét, az együttműködésük kritikus jelentőségű lesz – mondja Lungren. „Fontos, hogy megosszuk egymással a módszereinket és adatainkat így segítve egymás munkáját.”
Nagy erőfeszítés történik annak érdekében, hogy világszerte a kórházakból származó felvételeket és adatokat egy nagy, nyílt adatbázisba tömörítsék. Március 30-án az Észak-Amerikai Radiológiai Társaság Lungren vezetésével bejelentette, hogy a COVID-19-cel kapcsolatos képalkotó adatokat célzó nemzetközi kutatási és oktatási kezdeményezés indul. A közös cél érdekében együtt fog működni a nagy Európai Képalkotó COVID-19 AI kezdeményezéssel.
A COVID-Net, egy másik nyílt forrású projekt, melyet mellkasi röntgenfelvételek gyűjtésére és elemzésére fejlesztettek ki. A közelmúltban beszámoltak egy gyorsan növekvő adatbázisról és egy neurális hálózat fejlesztéséről, melyet a COVID-19 rizikóbecslésére alakítottak ki.
Fordította:
dr. Tar Julianna
DE-KEK, Központi Radiológiai Diagnosztika
Eredeti cikk:
Hospitals Deploy AI Tools to Detect COVID-19 on Chest Scans.
Deep learning algorithms can diagnose, triage, and monitor coronavirus cases from lung images. Next, can they predict who will need a ventilator?
Megan Scudellari
https://spectrum.ieee.org/the-human-os/biomedical/imaging/hospitals-deploy-ai-tools-detect-covid19-chest-scans