上：©ISTOCK.COM SARS-CoV-2パンデミックの最初の波は多くの国で減少しているが、医療提供者はまだ可能な限り多くのCOVID-19患者を特定し、この疾患を封じ込めることを コロナウイルス感染症の疑いのない患者が健康上の苦情で病院に来るが、まだCOVID-19の症状を示さない場合、迅速かつ正確な診断は特に重要です。
RT-PCRによって分析された鼻綿棒サンプルは、現在、COVID-19の診断に推奨されていますが、供給不足、結果のための最大二日の待ち時間、および1/5の高い偽陰性率
SARS-CoV-2は肺組織に損傷を与えることが知られており、医師は現在、新しい診断アプローチのために利用しようとしている明確な方法である。 多くのCOVID-19患者は肺炎を発症し、呼吸不全に進行し、時には死に至ることがあります。 COVID-19肺炎は、より一般的な形態の細菌性肺炎とは異なり、その違いは胸部CTスキャンに示されます。 最も顕著なのは、両方の肺の周辺に発生する不規則な舗装タイルのように見える不透明な病変内のガラスまたは網状線の破片に似た曇った病変パター 細菌性肺炎の病変は、通常、1つの肺に集中しており、ガラスの破片に似ていない可能性があります。
中国では、患者が発熱や感染の疑いのある医療現場に到着したときにCTスキャンがCOVID-19診断ツールとして既に使用されていますが、このアプローチは米国では広く採用されていません。 Nature Medicine and Cellに掲載された2つの研究は、CT肺スキャンで訓練された人工知能（AI）を使用して、病院に来て医用画像を必要とする患者のCOVID-19感染を探すための迅速な診断ツールとして、このアイデアを進めています。
“AIはコロナウイルス治療のために数十億の分子をスクリーニングしている”
を参照してくださいCellで書くと、マカオ科学技術大学の研究者は、COVID-19患者の肺に見られる いくつかの中国の病院でのパイロット研究では、AIモデルは、4つの別々のコホートの417人の患者のデータセットに適用されたときの少なくとも85％の時間 COVID肺炎は、症例の7〜12％で非COVID肺炎と誤診された。
「このグループは、外部の検証に深く潜るという途方もない仕事をしています：彼らは中国からのこの大きなデータセットを持っており、彼らは多くの病院
大流行の背後にあるコロナウイルスであるSARS-CoV-2が風土病になり、もはや肺炎の主要な原因ではなくなった場合、診断ツールにとって重要なのは、非特異的な一般的な肺炎の症例のうち、非常に少数のCOVID-19肺炎の症例を認識することである、とLungrenは説明する。
「AIベースの診断において堅牢で一般化可能な結論を達成するためには、多様なデータソースを持つ大規模なデータセットが不可欠です」と、マカオ科学技術大学の医学教授であるCell共著者のKang Zhangは、科学者への電子メールで書いています。 「医療におけるAIの応用において最も困難な問題の1つは、再現性の低さです。「CTスキャンをCOVID-19診断に使用することの1つの課題は、SARS-CoV-2に感染した多くの人々が咳や発熱などの重度の臨床症状を経験するが、CTスキャンでは目に見えるバイオマーカーがないことである。 医療従事者が標準的なPCR法よりも速く正確なCOVID-19診断を取得しようとしている場合、「イメージングに基づくだけでは十分ではないかもしれません」と、Mount Sinai Hospitalの放射線科医であるYang Yang氏は述べています。
Yangのチームはまた、CT胸部スキャンでCOVID-19AIモデルを訓練し、その結果をnature Medicineに発表した。 このモデルは、CTスキャンの結果と、患者の年齢、咳や発熱の有無、白血球数などの臨床所見を統合し、臨床データと画像データに基づいてCOVID-19患者を診断す 彼らの融合モデルは、279人の患者のテストセットでCOVID-19を83.5％の精度で診断しました。 同じ画像セットを見ると、上級胸部放射線科医はCOVID-19と84.6％の精度で診断しました。
「その方法論には、一般的にこの分野にとって非常に重要だと思う側面があります」とLungren氏は言います。
張氏によると、中国の少なくとも10の大病院、米国、インド、イラク、エクアドルのいくつかの病院が、COVID-19肺炎の疑いのある患者を診断するために彼のモデルを使用しているという。 彼のチームは、他の研究者が使用するために、そのアルゴリズムとトレーニングデータセットを公に利用できるようにしました。
K.Zhang et al.、”コンピュータ断層撮影を用いたCOVID-19肺炎の正確な診断、定量的測定および予後のための臨床的に適用可能なAIシステム”、細胞、doi：10.1016/j。2020.04.045, 2020.
