Menu

yllä: © ISTOCK.COM, SUDOK1

vaikka SARS-CoV-2-pandemian alkuaalto on laantunut monissa maissa, terveydenhuollon tarjoajat pyrkivät edelleen tunnistamaan mahdollisimman monta COVID-19-potilasta ja hillitsemään tautia. Nopea ja tarkka diagnoosi on erityisen tärkeä silloin, kun pahaa aavistamattomat koronavirustartunnan saaneet potilaat tulevat sairaalaan terveysvalitusten kanssa, mutta eivät vielä osoita COVID-19-oireita.

RT-PCR: n analysoimia nenänäytteitä suositellaan tällä hetkellä COVID-19-taudin diagnosointiin, mutta tarjontapulaa, tulosten odotusaika jopa kaksi päivää ja väärien negatiivisten tulosten määrä jopa 1/5 keskimäärin vaihtoehtoisia, laajamittaisia COVID-19-seulontavälineitä etsitään edelleen.

SARS-CoV-2: n tiedetään vaurioittavan keuhkokudosta, ja eri tavalla, jota lääkärit pyrkivät nyt hyödyntämään uusien diagnostisten lähestymistapojen löytämiseksi. Monille COVID-19-potilaille kehittyy keuhkokuume, joka voi edetä hengitysvajaukseen ja joskus kuolemaan. COVID-19-keuhkokuume eroaa yleisemmistä bakteerikeuhkokuumemuodoista, ja erot näkyvät rintakehän TT-kuvissa. Silmiinpistävin ovat samea vaurio malleja, jotka muistuttavat sirpaleita lasia tai retikulaarinen linjat sisällä läpinäkymätön vaurioita, jotka näyttävät epäsäännöllinen päällystyslaatat, jotka esiintyvät ympärillä kehät molempien keuhkojen. Bakteerikeuhkokuumeen vauriot keskittyvät yleensä yhteen keuhkoon, eivätkä ne välttämättä muistuta lasinsiruja.

Kiinassa ct-kuvauksia käytetään jo COVID-19-diagnostiikkavälineenä, kun potilas saapuu terveydenhuollon tiloihin kuumeen ja epäillyn infektion kanssa, joskaan tätä lähestymistapaa ei ole laajalti omaksuttu Yhdysvalloissa. Kaksi Nature Medicine and Cell-lehdessä julkaistua tutkimusta edistää tätä ajatusta käyttämällä CT-keuhkokuvauksissa koulutettua tekoälyä (AI) nopeana diagnostisena työkaluna COVID-19-tartunnan etsimiseen potilailta, jotka tulevat sairaalaan ja vaativat lääketieteellistä kuvantamista.

KS. ”AI seuloo miljardeja molekyylejä Koronavirushoitoihin”

Cell-lehdessä kirjoitettiin, että Macaon Tiede-ja teknologiayliopiston tutkijat käyttivät 532 000 CT-kuvausta 3 777 potilaalta Kiinassa kouluttaakseen TEKOÄLYTYÖKALUJAAN keskittyen COVID-19-potilaan keuhkoissa havaittuihin paljastaviin leesioihin. Useissa kiinalaisissa sairaaloissa tehdyissä pilottitutkimuksissa tekoälyn mallilla diagnosoitiin oikein koronaviruksen aiheuttama keuhkokuume vähintään 85 prosenttia ajasta, jolloin sitä sovellettiin 417 potilaan aineistoon neljässä eri kohortissa. COVID-keuhkokuume diagnosoitiin väärin ei-COVID-keuhkokuumeeksi 7-12 prosentissa tapauksista.

”tämä ryhmä tekee valtavan työn ulkoisen validoinnin syväsukelluksessa: heillä on tämä suuri aineisto Kiinasta ja he tarkastelivat, miten se toimii monissa sairaaloissa”, sanoo Matthew Lungren, Stanfordin yliopiston lääketieteellisen keskuksen radiologi, joka ei ollut mukana kummassakaan tutkimuksessa.

hyvin pienen COVID-19-keuhkokuumetapausten määrän tunnustaminen suuresta määrästä ei-spesifisiä yleisiä keuhkokuumetapauksia on tärkeää diagnostisen työkalun kannalta, kun pandemian taustalla oleva koronavirus SARS-CoV-2 muuttuu endeemiseksi eikä ole enää keuhkokuumeen johtava aiheuttaja, Lunggren selittää.

”suuri aineisto, jossa on monipuolinen tietolähde, on ratkaisevan tärkeää, jotta tekoälyyn perustuvissa diagnooseissa voidaan tehdä vankkoja ja yleistettävissä olevia johtopäätöksiä”, kirjoittaa cell coauthor Kang Zhang, Macaon Tiede-ja teknologiayliopiston lääketieteen professori, The Scientistille lähettämässään sähköpostissa. ”Terveydenhuollon TEKOÄLYSOVELLUKSISSA yksi haastavimmista kysymyksistä on huono uusittavuus.”

yksi haaste COVID-19-diagnoosin CT-kuvaamisessa on se, että monilla SARS-CoV-2-tartunnan saaneilla on vakavia kliinisiä oireita, kuten yskää ja kuumetta, mutta heillä ei ole CT-kuvauksissa näkyviä biomarkkereita. Jos terveydenhuollon ammattilaiset yrittävät saada tarkan COVID-19-diagnoosin nopeammin kuin tavalliset PCR-menetelmät, ”pelkkä kuvantaminen ei välttämättä riitä”, sanoo Mount Sinain sairaalan radiologi Yang Yang.

Yangin tiimi koulutti COVID-19-TEKOÄLYMALLIAAN myös CT-rintakuvauksissa ja julkaisi tulokset Nature Medicine-lehdessä. Tämä malli yhdisti TIETOKONETOMOGRAFIAKUVAUSTEN tulokset kliinisiin löydöksiin, kuten potilaiden ikään, oliko heillä yskää tai kuumetta, ja heidän valkosolumääriinsä, luoden sen, mitä kirjoittajat kutsuivat ”fuusiomalliksi” COVID-19-potilaiden diagnosoimiseksi kliinisten ja kuvantamistietojen perusteella. Heidän fuusiomallillaan diagnosoitiin COVID-19 83,5 prosentin tarkkuudella 279 potilaan koesarjassa. Samaa kuvasarjaa katsoessaan vanhempi rintakehän radiologi diagnosoi COVID-19-taudin 84,6 prosentin tarkkuudella.

” heidän menetelmissään on näkökohtia, jotka ovat mielestäni hyvin tärkeitä tälle alalle yleisesti”, Lunggren sanoo, nimittäin monet KUVANTAMISAINEISTOON perustuvat tekoälyn diagnostiikkamallit hyötyisivät kliinisen lisäaineiston tuottamisesta.

Zhangin mukaan ainakin 10 suurta sairaalaa Kiinassa ja useat Yhdysvalloissa, Intiassa, Irakissa ja Ecuadorissa käyttävät hänen malliaan COVID-19-keuhkokuumeesta epäiltyjen potilaiden diagnosoinnissa. Hänen tiiminsä asetti algoritminsa ja koulutusaineistonsa julkisesti muiden tutkijoiden käyttöön.

K. Zhang ym., ”Kliinisesti sovellettavissa oleva AI-järjestelmä COVID-19-keuhkokuumeen täsmälliseen diagnosointiin, kvantitatiivisiin mittauksiin ja ennusteeseen tietokonetomografian avulla”, Cell, doi:10.1016/J.cell.2020.04.045, 2020.



+