Исследователи Северо-Западного университета разработали новую платформу искусственного интеллекта (Аи), которая обнаруживает COVID-19 путем анализа рентгеновских изображений легких.
Названный DeepCOVID-XR, алгоритм машинного обучения превзошел команду специализированных торакальных рентгенологов-обнаружение COVID-19 в рентгеновских лучах примерно в 10 раз быстрее и на 1-6% точнее.
Исследователи полагают, что врачи могли бы использовать систему Аи для быстрого скрининга пациентов, поступающих в больницы по причинам, отличным от COVID-19. Более быстрое и раннее обнаружение высокоинфекционного вируса потенциально может защитить медицинских работников и других пациентов, вызвав более раннюю изоляцию положительного пациента.
Авторы исследования также полагают, что алгоритм потенциально может помечать пациентов для изоляции и тестирования, которые иначе не исследуются на COVID-19.
Исследование будет опубликовано в ноябре. 24 в журнале Radiology.
"Мы не стремимся заменить фактическое тестирование", - сказал Аггелос Кацаггелос из Northwestern, эксперт Аи и старший автор исследования. - Рентген-это обычная процедура, безопасная и недорогая. Нашей системе потребовалось бы несколько секунд, чтобы проверить пациента и определить, нуждается ли он в изоляции."
"Чтобы получить результаты теста COVID-19, могут потребоваться часы или дни",-сказал доктор Рэмси Вехбе, кардиолог и постдокторант по Аи в Северо-Западном медицинском институте сердечно-сосудистой системы Блюма. - Аи не подтверждает, есть ли у кого-то вирус. Но если мы сможем отметить пациента с помощью этого алгоритма, мы сможем ускорить сортировку до того, как вернутся результаты теста."
Кацаггелос-профессор электротехники и вычислительной техники Джозефа Каммингса в Северо-Западной Инженерной школе Маккормика. Кроме того, у него есть любезные назначения в области компьютерных наук и радиологии. Вехбе-постдокторант сердечно-сосудистого Института Блюма при Северо-Западной мемориальной больнице.
Наметанный глаз
Для многих пациентов с COVID-19 рентгенограммы грудной клетки показывают сходные картины. Вместо чистых, здоровых легких, их легкие кажутся пятнистыми и туманными.
"Многие пациенты с COVID-19 имеют характерные результаты на своих изображениях грудной клетки", - сказал Вехбе. "Это включает в себя" двустороннюю консолидацию.- Легкие наполнены жидкостью и воспалены, особенно вдоль нижних долей и периферии."
Проблема в том, что пневмония, сердечная недостаточность и другие заболевания легких могут выглядеть похожими на рентгеновских снимках. Нужен тренированный глаз, чтобы отличить КОВИД-19 от чего-то менее заразного.
Лаборатория кацаггелоса специализируется на использовании Аи для медицинской визуализации. Он и Вехбе уже работали вместе над кардиологическими проектами визуализации и задавались вопросом, могут ли они разработать новую систему, чтобы помочь бороться с пандемией.
"Когда пандемия начала нарастать в Чикаго, мы спросили друг друга, можем ли мы что-нибудь сделать", - сказал Уэбе. "Мы работали над проектами медицинской визуализации с использованием эхо-и ядерной визуализации сердца. Мы чувствовали, что можем развернуться и применить наш совместный опыт, чтобы помочь в борьбе с КОВИД-19."
А. И. против человека
Для разработки, обучения и тестирования нового алгоритма исследователи использовали 17 002 рентгеновских снимка грудной клетки-самый большой опубликованный клинический набор данных рентгеновских снимков грудной клетки из эпохи COVID—19, используемых для обучения системы A. I. Из этих изображений 5445 были получены от COVID-19-положительных пациентов с сайтов по всей Северо-Западной мемориальной системе здравоохранения.
Затем команда протестировала DeepCOVID-XR против пяти опытных кардиоторакальных радиологов, прошедших стажировку в братстве, на 300 случайных тестовых изображениях из больницы Лейк-Форест. Каждому рентгенологу требовалось примерно от двух с половиной до трех с половиной часов, чтобы изучить этот набор изображений, в то время как система Аи занимала около 18 минут.
Точность рентгенологов колебалась от 76-81%. DeepCOVID-XR показал несколько лучшие результаты с точностью 82%.
"Это специалисты, которые специализируются на чтении изображений грудной клетки", - сказал Вехбе. "В то время как большинство рентгеновских снимков грудной клетки считываются общими рентгенологами или первоначально интерпретируются нерадиологами, такими как лечащий врач. Очень часто решения принимаются на основе этой первоначальной интерпретации."
"Рентгенологи стоят дорого и не всегда доступны", - сказал Кацагелос. "Рентген-это недорогой и уже распространенный элемент рутинной медицинской помощи. Это потенциально может сэкономить деньги и время—особенно потому, что время так важно при работе с COVID-19."
Пределы диагностики
Конечно, не все пациенты COVID-19 проявляют какие-либо признаки болезни, в том числе на рентгенограммах грудной клетки. Особенно на ранних стадиях прогрессирования вируса у пациентов, скорее всего, еще не будет проявлений на легких.
"В этих случаях система Аи не будет отмечать пациента как положительного", - сказал Вехбе. - Но и радиолог тоже. Очевидно, что существует предел рентгенологической диагностики COVID-19, поэтому мы не будем использовать его для замены тестирования."
Северо-западные исследователи сделали алгоритм общедоступным в надежде, что другие смогут продолжать обучать его новым данным. Прямо сейчас DeepCOVID-XR все еще находится в стадии исследования, но потенциально может быть использован в клинических условиях в будущем.