AI-tool gibt ärzte, einen neuen Blick auf die Lunge in der Behandlung von COVID-19

Angespornt durch den COVID-19-Pandemie, Princeton-Forschern entwickelte ein Diagnose-tool zum analysieren der Brust X-Strahlen, die für die Muster, die in der erkrankten Lunge. Das neue tool geben könnte, die ärzte wertvolle Informationen über den Gesundheitszustand des Patienten, schnell und kostengünstig, am point-of-care.

Jason Fleischer, professor der Elektrotechnik und des Projekts principal investigator“, sagte er inspiriert wurde, um das tool erstellt nach der Lektüre über COVID-19 verheerenden Reihe von Angriffen. Als Krankenhäuser wurden überrannt mit Patienten, ärzten beobachtet haben zwei grundlegende Arten von Lungenschäden, eine mehr unmittelbar lebensbedrohlich ist, als die anderen. Die Behandlung kann sich unterscheiden zwischen den Arten, also zwischen den beiden zu unterscheiden, könnte die Verbesserung der Versorgung und Zuweisung von knappen Ressourcen.

Während aktuelle Differenzierung Methoden sind teuer und zeitaufwändig Verfahren, wie Computertomographie (CT), Fleischer ‚ s machine-learning-Modell sieht eine einfache X-ray-Bild und findet Muster, die sind zu subtil, auch für die kompetente menschliche Auge. Dieses tool geben würde ärzten ein neues Maß für die Bestimmung der Art und schwere der COVID-19 Lungenentzündung. Und der Prozess, auf dem Boden, ist einfach.

„Wichtig ist, es ist keine änderung in der Praxis“ Fleischer sagte. „Der Techniker muss nicht zu irgendetwas anders machen. Kliniken nicht zu tun haben, keine neuen Verfahren. Mit der X-Strahlen, die Sie bereits haben—und routinemäßig nehmen—wir können Ihnen die zusätzlichen Informationen.“

Fleischer und student Mohammad Tariqul Islam veröffentlicht ein Papier über Ihre Arbeit auf medrxiv (sprich: med-Archiv), ein server für die Wissenschaftler teilen die Ergebnisse in form von frühen Entwürfen, während ein Papier durchläuft den formalen redaktionellen Prozess. Zum Zeitpunkt des Schreibens dieses Artikels, Fleischer Papier „Unterscheidung von L-und H-Phänotypen der COVID-19 mit einem single-X-ray-Bild“ wurde noch nicht peer-reviewed.

„Single X-ray-scans haben nicht die Art der Auflösung der tomographischen Röntgen hat“, sagte Kimani Toussaint, ein bioimaging-Experte und engineering-professor an der Brown University, war in der Studie nicht beteiligt. Er sagte Fleischer Gruppe identifiziert hatte ein wichtiges problem mit Ihrem Artikel versuchen „, um in einer sehr praktischen Art und Weise, wie die Verwendung leichter verfügbar X-Strahlen, um schnell Bildschirm COVID-19-Patienten, und im Grunde triage Sie Sie oder Sortieren Sie Sie in der Art der Behandlung sollten Sie bekommen.“

„Ich dachte, es war sehr schön gemacht,“ Toussaint sagte.

Dr. Johannes Hansen-Flaschen, die Gründung Ärztlicher Direktor der Harron Lungen-Zentrum der Universität von Pennsylvania, auch nicht an dieser Studie beteiligt, unterstreicht die Komplexität der situation. Er äußerte Zweifel, dass kaum eine Methode der Verarbeitung von Bildern würde das problem lösen, aber er ließ die Möglichkeit offen, dass Fleischer ‚ s-tool, als Teil eines ganzen, könnte wertvoll sein.

Fleischer ist damit einverstanden, dass sein tool ist kein Allheilmittel. Sein Ziel ist die Unterstützung der ärzte—und nicht zu ersetzen Entscheidungsfindung aber zu Hilfe. Auf diese Weise, machine learning von X-ray Bilder, die haben könnte einen großen Einfluss in wichtigen Bereichen der Pandemie, und Erkrankungen der Atemwege, die über COVID-19, wie asthma.

Die Arbeit basiert auf einem medizinischen Artikel von Dr. Luciano Gattinoni, beschrieben, die die beiden Bedingungen. Viele COVID-19 Fällen zeigen bekannte form der Lungenentzündung, wo die kleinen Säcke Futter patient die Lungen werden steif und schwer, mit Flüssigkeit. Die Steifigkeit schränkt die Atmung und verhindert, dass der Sauerstofftransport in die Blutbahn gelangt. Behandlung für diese form beinhaltet die intubation mit einem mechanischen Beatmungsgerät, wo eine computergesteuerte Maschine kontrolliert die Atmung des Patienten. Aber mehr als die Hälfte der Patienten, die sehen eher aus wie ein Höhe-Kranken Bergsteiger: Blut-Sauerstoff-Niveaus sind gefährlich niedrig, aber die Lunge funktioniert ziemlich gut und die Atmung ist fast normal. Pervers, in diesen Fällen, mechanische Belüftung kann zu Schäden an der Lunge und verschlimmert die Krankheit. Diese zweite Kategorie erfordert eine weniger invasive Behandlung unter Dr. Gattinoni system, wie Niederdruck-Sauerstoff, Neupositionierung des Körpers, und die Verwendung eines Schlaf-Apnoe-Gerät.

In einem anderen Papier, veröffentlicht Ende April, Gattinoni und seine Kollegen schrieb: „Die große variation der Mortalität zwischen verschiedenen Intensivstationen erhöht die Möglichkeit, dass der Ansatz zur Ventilation-management kann einen Beitrag zum Ergebnis.“ Kurz gesagt, die ärzte sollten feststellen, die richtige Kategorie von Symptomen, bevor Sie Patienten auf eine mechanische Lüftung.

Gattinoni hat, traf sich mit einigen Skepsis der Dichotomie. „Wir sind in die ära der individualisierten Medizin“, so Dr. Thierry Fumeaux, Präsident der schweizerischen Gesellschaft für Intensivmedizin, schrieb in einer E-Mail. Er sagte, die ärzte behandeln Patienten, die auf Ihre einzigartige Reihe von Symptomen, so dass eine starke kategoriale Unterscheidung möglicherweise nicht klinisch nützlich. Aber Fumeaux, auch die latenten, in der endgültigen Analyse, die darauf hinweist, dass Gattinoni ist die führende Autorität auf dem akuten respiratorischen distress-Syndroms.

Während dieses argument wichtig sein können innerhalb der medizinischen Gemeinschaft, Fleischer glaubt, dass seine Technologie ist hilfreich, so oder so. Maschinelles lernen ist der Schlüssel für die Zukunft der individualisierten Medizin und Fleischer ‚ s X-ray Analyse-tool ist ein Schritt auf diesem Weg. Ob die genannten Bedingungen durch Gattinoni sind zwei Kategorien oder zwei Pfosten an jedem Ende ein glattes Spektrum, ärzte sind der Meinung, mehr Informationen wären hilfreich bei der Entscheidung, ob ein patient an ein Beatmungsgerät.

„Wenn Sie unterscheiden können, wer ein günstiges responder ist und wer nicht,“ Fleischer, sagte, „ob Sie sagen, es ist eine binäre oder kontinuierliche ist fast nebensächlich. Auch wenn es die kontinuierliche, dort profitieren.“

Gattinoni hat gesagt, dass CT-scans sind derzeit der beste Weg zu zeigen, der Lunge Muster der Krankheit. Aber CT-scans kombinieren viele Röntgenbilder aus verschiedenen Winkeln zu einem einzigen Bild, sind zeitaufwändig und sehr teuer. Auch in gut betuchten Krankenhäuser, die scan-Prozedur braucht Zeit, um zu planen und durchzuführen. Für die virale Patienten, den transport zu einem Tomographie-Anlage ist gefährlich, sowohl für Sie und die Mitarbeiter. Wenn die menschlichen Ressourcen sind gespannt, wie Sie wurden in die Krankenhäuser von Queens nach Jakarta sind diese Verfahren zu besteuern. In vielen ländlichen oder Entwicklung von Bereichen, CT ist einfach keine option.

Künstliche Intelligenz kann helfen, ärzte Sinn von Daten, die sonst schwer zu interpretieren. „Ich habe das arbeiten an der Maschine lernen, vor allem für Physik,“ Fleischer sagte. „Bildgebung durch die Wolken, der Suche, welchen Weg fluid-Strömung in Turbulenzen, etc.“ In der Arbeit gesponsert von der DARPA und der Air Force, entwickelte er AI zu analysieren, verrauschte Bilder, die mit algorithmen zu entdecken, die zugrunde liegenden dynamischen Gleichungen und die Zukunft Vorhersagen Bewegung. In den vergangenen zehn Jahren, die er verwendet hat, diese Kompetenz zu entwickeln, die Fortschritte in der biomedizinischen Bildgebung, darunter Ultraschall-Technologie für Eierstockkrebs und Fuß-sensoren zu erkennen, das auftreten von diabetes.

Wie der mit seiner Vergangenheit biomedizinischen Innovationen, die neue COVID-19 tool ist so konzipiert, laute und komplexe Informationen und machen es einfacher zu interpretieren ist für den Kliniker in das Feld, die unbedingt in die Entscheidungen mit unvollkommenen Daten, die manchmal unter extremen Zwang. Fleischer hofft, es kann geben die ärzte ein höheres Maß an Vertrauen bei der Auswahl eines Patienten den Verlauf der Behandlung. Und am Ende, wie seine Kollegen, er verweist auf die Experten.

Wenn man bedenkt, sowohl seine Vorbehalte und seine Versprechen von einer besseren Versorgung, Fleischer angeboten, Beratung der Patienten, die davon profitieren kann, seine Technologie.