Krankenhaus ist das erste in UNS, um die künstliche Intelligenz zu analysieren COVID-19-Patienten

Krankenhaus ist das erste in UNS, um die künstliche Intelligenz zu analysieren COVID-19-Patienten

2020-05-19

Berg Sinai-Forscher sind die ersten im Land mit künstlicher Intelligenz (KI) in Verbindung mit bildgebenden und klinischen Daten zu analysieren, Patienten mit coronavirus disease (COVID-19). Sie entwickelten einen einzigartigen Algorithmus, der kann schnell erkennen, COVID-19 basiert auf, wie Lungen-Erkrankung sieht in der Computertomographie (CT) der Brust, in Kombination mit Patienten-Informationen einschließlich der Symptome, des Alters, der Blutwerte und der mögliche Kontakt mit jemand mit dem virus infiziert. Diese Studie, veröffentlicht in der Mai-19-Ausgabe von Natur-Medizin, die helfen könnten Krankenhäuser auf der ganzen Welt schnell erkennen, das virus zu isolieren, den Patienten und verhindern die Ausbreitung während dieser Pandemie.

„AI hat ein enormes Potenzial für die Analyse großer Mengen von Daten schnell, ein Attribut, das einen großen Einfluss haben kann in einer situation, wie einer Pandemie. Auf dem Berg Sinai, uns hat dies schon früh erkannt und waren in der Lage zu mobilisieren, das know-how unserer Fakultät und unserer internationalen Kooperationen arbeiten an der Umsetzung eines neuartigen AI-Modell mit CT-Daten von coronavirus-Patienten in der chinesischen medizinischen Zentren. 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“, sagt einer der federführenden Autoren, Zahi Fayad, Ph. D., Direktor des BioMedical Engineering and Imaging Institute (BMEII) an der Icahn School of Medicine am Mount Sinai. „Wir arbeiten nun auf, wie diese zu verwenden, zu Hause und teilen unsere Erkenntnisse mit anderen—mit diesem toolkit können leicht bereitgestellt werden weltweit in andere Krankenhäuser, entweder online oder bei der Integration in Ihre eigenen Systeme.“

Diese Forschung baut auf einer vorherigen Mount Sinai-Studie identifiziert, die ein charakteristisches Muster der Krankheit in der Lunge von COVID-19-Patienten und zeigte, wie es sich entwickelt im Laufe von einer Woche und eine Hälfte.

Die neue Studie, die scans von mehr als 900 Patienten, dass der Berg Sinai erhielt von institutionellen Mitarbeiter in Krankenhäusern in China. Die Patienten wurden aufgenommen, um 18 medizinische Zentren in 13 chinesischen Provinzen zwischen 17. Januar und 3. März 2020. Die scans enthalten 419 bestätigt COVID-19-positiven Fälle (die meisten hatten entweder reiste kürzlich nach Wuhan, China, wo der Ausbruch begann, hat oder hatte Kontakt mit einer infizierten COVID-19 Patienten) und 486 COVID-19-negativ-scans. Die Forscher hatten auch Patienten klinische Informationen, einschließlich der Ergebnisse von Blutuntersuchungen zeigen keine Auffälligkeiten in weißen Blutkörperchen oder Lymphozyten zählt, sowie deren Alter, Geschlecht und Symptome (Fieber, Husten oder Husten mit Schleim). Sie konzentrierte sich auf CT-scans und Bluttests, da die ärzte in China über diese beiden zu diagnostizieren Patienten mit COVID-19, wenn Sie kommen mit Fieber oder in Kontakt mit einem infizierten Patienten.

Das Berg Sinai-team integriert Daten aus den CT-scans mit den klinischen Informationen zu entwickeln, ein KI-Algorithmus. Es bildet die Arbeitsabläufe ein Arzt verwendet, um zu diagnostizieren, COVID-19 und gibt eine endgültige Vorhersage positive oder negative Diagnose. Das AI-Modell werden separate Wahrscheinlichkeiten des seins COVID-19-positive basierend auf CT-Bildern, die klinischen Daten, und beide kombiniert. Forscher zunächst ausgebildet und fein abgestimmt, und der Algorithmus auf den Daten von 626 von 905 Patienten, und dann testen Sie den Algorithmus auf die verbleibenden 279 Patienten in der Studiengruppe (split zwischen COVID-19-positiven und negativen Fällen) für die Beurteilung der test-Sensitivität; höhere Empfindlichkeit bedeutet eine bessere Erkennungsleistung. Der Algorithmus wurde gezeigt, dass statistisch signifikant höhere Sensitivität (84 Prozent) im Vergleich zu 75 Prozent für Radiologen Auswertung der Bilder und klinischen Daten. Das KI-system auch verbessert die Erkennung von COVID-19-positive Patienten hatten negative CT-scans. Insbesondere erkannte er 68 Prozent der COVID-19-positiven Fällen in der Erwägung, dass Radiologen interpretiert alle diese Fälle als negativ aufgrund des negativen CT-Darstellung. Verbesserte Erkennung ist besonders wichtig, um Patienten isoliert, wenn scans zeigen keine Lungenerkrankung bei Patienten, die erste Symptome (seit der vorherigen Studie zeigte, dass Lungenerkrankungen nicht immer zeigen, bis auf CT in den ersten paar Tagen) und COVID-19-Symptome sind oft unspezifisch, ähnlich einer Grippe oder Erkältung, so kann es schwierig sein zu diagnostizieren.

CT-scans sind nicht sehr verbreitet für die Diagnose von COVID-19 in den Vereinigten Staaten; doch Dr. Fayad erklärt, dass die Bildgebung kann spielen immer noch eine wichtige Rolle.

„Bildgebung kann helfen, geben eine schnelle und genaue Diagnose—Labor-tests können bis zu zwei Tage, und es gibt die Möglichkeit der falsch negativen Sinn—Bildgebung kann helfen, isolieren die Patienten sofort, wenn nötig, und verwalten Krankenhaus Ressourcen effektiv. Die hohe Empfindlichkeit 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. 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“, sagte Dr. Fayad, der auch ein Professor der Diagnostik, Molekulare und Interventionelle Radiologie an der Icahn School of Medicine am Mount Sinai.

„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“, sagt Matthew Levin, MD, Direktor des Mount Sinai Health System ‚ s Clinical Data-Science-Team und ein Mitglied der Berg Sinai COVID informatik Center. „Dies ist ein früher Beweis Konzept, das wir anwenden können, um unsere eigenen Patientendaten weiter zu entwickeln algorithmen, die speziell auf unsere region und die unterschiedlichsten Bevölkerungsgruppen.“