Felső kapcsolati navigáció

  • radiologia@radiologia.hu
    • Elfelejtetted a jelszavad ?
radiologia.hu
  • Főoldal
  • Betegtájékoztató
    • Vizsgálatok
    • Videók
  • Hírek
    • Radiológia világa
    • Egészségügyi Hírek
  • Események
    • Eseménynaptár
    • Beszámolók
  • Állásfoglalások
  • Oktatás
    • OktatóPont
    • Kurzusok, konferenciák
    • Rezidensi tagság
  • BolhaPiac
    • Álláshirdetések
    • Könyvek, jegyzetek
  • Közösségek
    • Mellkas
    • MSK
    • Neuro
    • Cardio
    • Mamma
    • Onkológia
    • Dózis
    • AI - Mesterségs Intelligencia
    • Informatika
    • Management
    • Minőségbiztosítás
    • Sport
    • Has
    • Szakfelügyelet

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?

A kórházak AI eszközöket telepítenek a COVID-19 kimutatására

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

 

 

További cikkek

Tuberculosis szűrés: mellkasröntgen mellé CAD alkalmazását is javasolja a WHO

Közösségek - Mellkas

2021. április 27. 09:15

Az Egészségügyi Világszervezet (WHO) frissítette a tuberkulózis (TB) szűrésére vonatkozó ajánlásait, mely most már tartalmazza a „számítógéppel támogatott észlelés” (CAD, computer-aided detection) alkalmazások használatát is.

A mellkasi CT ígéretesnek tűnik az elhízott betegek egészségi állapotának monitorozására

Közösségek - Mellkas

2021. április 04. 19:51

A virtuális Európai Radiológiai Kongresszuson március 5-én tartott előadás szerint a mellkas CT, olyan ígéretet mutat, mint képalkotó modalitás, amely segítheti a klinikusokat az elhízott betegek állapotának monitorozásában.

Az Amerikai Preventív Szolgáltatások Munkacsoport új irányelve szerint fiatalabb életkorban is elkezdhető az alacsony dózisú CT tüdőszűrés

Közösségek - Mellkas

2021. március 23. 11:27

Az Amerikai Preventív Szolgáltatások Munkacsoport (USPSTF) kiadott egy frissített ajánlást a tüdőrák CT szűrésére, amely 55-ről  50 évre csökkentette a kezdő életkort, és a dohányzásra vonatkozó előzményeket 30 csomag/évről 20 csomag/évre módosította. A végleges ajánlást március 9-én tették közzé a JAMA Network honlapján.

Tüdőfibrózis kialakulásának előrejelzése COVID-19 pneumonia kórházi kezelése után vékonyszeletes CT-vizsgálattal és klinikai eltérések felhasználásával

Közösségek - Mellkas

2021. március 15. 09:15

2019-ben az új típusú koronavírus (COVID-19) által okozott tüdőgyulladással járó járvány Wuhanban (Kína) tört ki, és 2 hónap alatt a teljes országban elterjedt. Kínában a járvány jelenleg csillapodni látszik, azonban máshol jelentős lendületet vett. Az európai országok ( Olaszország, Spanyolország, Németország, Franciaország), az Egyesült Államok, Irán és Dél-Korea a járvány által okozott hatalmas kihívásokkal néznek szembe. A WHO a COVID-19 fertőzést 2020.03.11-én hivatalosan is pandémiának minősítette. Kínában március 24-én 81 767 COVID-19 pneumonias beteget tartottak nyilván, melyből 3283-an elhunytak. A számok dramatikusan nőnek és már több mint 195 országban jelen van a vírus. A COVID-19 elsősorban légzőszervi megbetegedést okoz, mely a kisebb megfázástól a súlyos betegségig terjedhet, mint például a súlyos akut légzőszervi szindróma (SARS), és a közel-keleti légúti szindróma (MERS). A SARS-tól eltérően, mely gyakran súlyos klinikai tünetekkel és magas halálozási arányokkal jár, a COVID-19 fertőzést enyhébb tünetek kísérik és megfelelő kezeléssel nagyobb arányban felépülnek belőle. A megfertőződött pneumoniasok 5 %-a intenzív osztályos felvételre került, melyből 2,3 %-uk invazív lélegeztető terápiában részesült, és 1,4 %-uk elhunyt. A betegség lefolyása vékonyszeletes mellkas CT-vizsgálattal jól követhető. Radiológiai eltérései elsősorban a tejüveghomály (GGO), a crazy paving mintázat, és a konszolidáció. Sokszor az elbocsátást követően CT eltérés nem volt kimutatható, azonban mégis többször a követés során reziduális parenchymás rendellenességeket tapasztaltak. Kevésbé egyértelmű, mely betegcsoportok érintettek gyakrabban a tüdőfibrózis kialakulásával. A tanulmányban a klinikai jellemzők és egyidejűleg a CT-vizsgálatok elemzésével a pulmonalis fibrosis prediktív faktorait próbálták azonosítani.

Képalkotó algoritmus a COVID-19-hez: gyakorlati megközelítés

Közösségek - Mellkas

2021. március 15. 06:33

Az új koronavírus (SARS-CoV-2) által okozott pandémia világszerte nagy terhet ró az egészségügyre, szembe kell néznie a tömeges tesztelés, az erőforrás-elosztás, és a menedzsment jelentette kihívásokkal.

  • Bemutatkozás
  • Impresszum
  • Partnereink
  • Médiaajánlat
  • Adatvédelmi és felhasználási feltételeink
radiologia.hu Kft.

  • Facebook
  • RSS