Das KI-Modell wird COVID-19 von anderen Atemwegserkrankungen unterscheiden
Chinesische Forscher veröffentlichten Anfang des Monats einen Artikel in der Zeitschrift Nature Communications, in dem sie ein Modell der künstlichen Intelligenz vorschlugen, das Ärzten dabei helfen kann, schnell zu unterscheiden COVID-19, Influenza und Lungenentzündung mit hoher Genauigkeit.
Seit dem COVID-19-Ausbruch wurden zahlreiche KI-Systeme entwickelt und für die Erkennung und Diagnose an vorderster Front eingesetzt, beispielsweise für die Analyse von Röntgenaufnahmen des Brustkorbs und CT-Scans.
Wenn jedoch die Grippesaison näher rückt und COVID-19 und Grippe gemeinsam ausbrechen und die Arbeitsbelastung bei der CT-Diagnose in die Höhe schnellen, würde sich die Unterscheidung zwischen den beiden Atemwegserkrankungen für Ärzte als Herausforderung erweisen.
Ein neues KI-Modell könnte die Antwort liefern Forscher der Tsinghua-Universität und des in Wuhan ansässigen Union Hospital, das der Huazhong-Universität für Wissenschaft und Technologie angegliedert ist, haben ein KI-System entwickelt und bewertet, das einen großen Datensatz mit mehr als 11.000 CT-Bänden von COVID-19, Influenza, nicht-viraler ambulant erworbener Pneumonie und Nicht-Pneumonie verwendet.
Dem Papier zufolge wurden CT-Volumina von COVID-19-Patienten hauptsächlich von Februar bis März in drei Krankenhäusern in Wuhan gesammelt, dem einstigen Epizentrum der COVID-19-Epidemie in China.
Das KI-Modell, bekannt als ein tiefes Faltungs-Neuronales Netzwerk-basiertes System, verwandelte von Experten gesammelte Erkennungserfahrungen in Algorithmen Testergebnisse zeigten, dass es vier Atemwegserkrankungen, darunter COVID-19, Influenza und Nicht-Pneumonie, mit einer AUC von 97,8 Prozent unterscheiden kann, was auf ein hohes Maß an Erkennungsgenauigkeit hinweist.
In weiteren Studien verglich das Forschungsteam die diagnostische Leistung dieses CT-basierten KI-Systems mit der von fünf Radiologen, und die Ergebnisse zeigen, dass die Leistung des Systems größer ist als die seiner menschlichen Gegenstücke.
Das KI-Modell wird dazu beitragen, die Arbeitsbelastung von Ärzten zu verringern. Die Studie zeigt, dass die durchschnittliche Lesezeit von Radiologen 6,5 Minuten betrug, während die des KI-Systems 2,73 Sekunden betrug.
In dem Artikel heißt es, dass das KI-System Pneumonie nur geringfügig schlechter von Nicht-Pneumonie unterscheiden konnte als Radiologen.
Die Verwendung des CT-Lungenscreenings zur Abgrenzung von COVID-19 von anderen Lungenentzündungen ist aufgrund der hohen Ähnlichkeiten von Lungenentzündungen unterschiedlicher Art, insbesondere im Frühstadium, und großer Variationen in verschiedenen Stadien desselben Typs schwierig Daher ist die Entwicklung eines für COVID-19 spezifischen KI-Diagnosealgorithmus notwendig, sagte Co-Autor Feng Jianjiang von der Tsinghua-Universität, ebenfalls Experte für Fingerabdruckerkennung und Computer Vision.
Obwohl weiterhin Zweifel an der Verwendung von CT-Scans zur Erkennung von COVID-19 bestehen, glaubt Feng, dass CT eine entscheidende Rolle bei der Beurteilung des Schweregrads und dem Patientenmanagement spielt. Verwandte Anwendungen des KI-Systems wurden von Ärzten in Krankenhäusern in Wuhan eingesetzt.
Der KI-Diagnosealgorithmus bietet laut Feng auch die Vorteile einer hohen Wiederholbarkeit und einer einfachen groß angelegten Bereitstellung und zeigt das Potenzial, ein neues Instrument zur Kontrolle der Ausbreitung von COVID-19 zu werden.