Az AI segít megkülönböztetni a COVID-19-et más tüdőgyulladásoktól

Közösségek - Mellkas | 2020. május 24. 20:54 | Utolsó módosítás dátuma - 2024. október 13. 21:21 | Forrás: https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&ItemID=128864

Kínai kutatók azt fedezték fel, hogy a mesterséges intelligencia (AI) segíthet a klinikusoknak megkülönböztetni a COVID-19-et a mellkas CT-ken látható egyéb tüdőgyulladásoktól, egy, a Radiology-ban április 27.-én közzétett tanulmány szerint.

Az orvosok segítése a COVID-19 fertőzés felismerésében kulcsfontosságú része a hatékony betegellátásnak – írta egy csoport Dr. Harrison Bai vezetésével a Xiangya Kórházból, a Central South Egyetemről, Changshaban, Hunanban.

„Noha a COVID-19 fertőzés megkülönböztetése a normál tüdőképtől vagy más tüdőbetegségektől, például mellkas CT-n látható tüdőráktól talán egyértelmű, a COVID-19 fertőzés és más tüdőgyulladás közötti különbségtétel az orvosok számára különösen nehézkes lehet a radiográfiai hasonlóságok miatt" – írta a csoport. „A pontatlan képalkotói értelmezés megnehezíti a betegkezelési stratégiák hatékony működését.”

A tanulmányok azt mutatják, hogy az AI segíthet megkülönböztetni a COVID-19-et más betegségektől, de kevés adat áll rendelkezésre, amely e célból összehasonlítaná a radiológus teljesítményét a mesterséges intelligenciával és nélküle.

„A mellkasi CT-re gyakran, mint kiegészítő diagnosztikai intézkedésre támaszkodnak, amely segít az orvosoknak egy teljesebb betegértékelés felépítésében" – írta a csoport. „Az AI eredményes volt a COVID-19 fertőzés és a más etiológiájú, mellkas CT-n látható tüdőgyulladás megkülönböztetésében, azonban az AI kiterjesztésének gyakorlati alkalmazását a radiológusok COVID-19 diagnosztikai munkafolyamata során az irodalomban még nem vizsgálták."

Kutatásuk során Bai és munkatársai kiértékelték, hogy az AI rendszer segíthet-e a klinikusoknak megkülönböztetni a COVID-19-et más betegségektől, valamint értékelték a radiológus teljesítményét is az AI segítségével és anélkül. A vizsgálatban 1186 beteg vett részt, közülük 521 fő volt COVID-19 pozitív valós idejű reverz transzkripciós polimeráz-láncreakció (RT-PCR) teszteléssel, valamint mellkas CT vizsgálattal, és 665 beteg nem COVID-19 fertőzés okozta tüdőgyulladásban szenvedett.

Az esetek teljes számát oktatási, validálási és teszt készletekre osztottuk az EfficientNet B4 nevű mély neurális hálózat számára; hat radiológus értékelte a vizsgálati képanyagot AI segítségével, majd anélkül.

Az AI hálózat magas szintű teljesítményt végzett önmagában, és javította a radiológusok teljesítményét is. Az összes eredmény statisztikailag szignifikáns volt.

„Vizsgálataink során kiderült, hogy a "radiológus egyedül" megközelítéshez viszonyítva az AI kiterjesztése jelentősen javította a radiológusok teljesítményét a COVID-19 és az egyéb etiológiájú tüdőgyulladás megkülönböztetésében, magasabb pontossági, érzékenységi és fajlagossági mutatókat eredményezve" – írták a szerzők.

Noha általánosságban a COVID-19 mellkas CT értékelésének diagnosztikai pontossága jó, még jobbnak kell lennie annak érdekében, hogy a járvány idején mind az egészségügyi intézmények erőforrásait, mind a betegellátást a lehető legjobban lehessen irányítani – jegyezte meg Bai csoportja. Ezért ígéretesek a vizsgálati eredmények – azt jelzik, hogy az AI beépítése a radiológusok mellkas CT elemzésének munkafolyamatába javíthatja a COVID-19 diagnózisát.

„Vizsgálatunk releváns és újszerű annak bemutatására, hogy az AI kiterjesztése milyen hatással van a radiológus teljesítményére, a COVID-19 fertőzés és a más etiológiájú, mellkas CT-n látható tüdőgyulladás megkülönböztetésében" – vonták le következtetéseiket a szerzők. „Az általunk bemutatott eredmények azt sugallják, hogy az AI integrálása a radiológusok rutin munkafolyamatába javíthatja a COVID-19 diagnosztikai eredményeit."

Referálta: Farkas Gréta, radiográfus (BSc)

DE-KEK, Központi Radiológiai Diagnosztika