Künstliche Intelligenz erkennt COVID-19 in der klinischen Routine14. April 2020 Im CT-Schaltraum in der Zentralen Notaufnahme am UKJ kommt KI zum Einsatz (v.l.n.r.): Nadine Moritz, MTRA am UKJ, Fanghang Ji, Softwareentwickler InferVision, Felix Güttler, technisch-kaufmännischer Leiter des Instituts für Diagnostische und Interventionelle Radiologieam UKJ, Ioannis Diamantis, Oberarzt am IDIR, Sun Yipeng, Direktor Europa InferVision. (Foto: © UKJ/IDIR) Wenn die Radiologen des Universitätsklinikums Jena (UKJ) anhand von Computertomographie-Bildern eine COVID-19-Lungenentzündung von einer klassischen Lungenentzündung eindeutig unterscheiden wollen, ist dies eine Herausforderung. Deshalb setzt das UKJ seit Neustem auf Künstliche Intelligenz (KI) in der COVID-19-Bildgebung und das nach eigenen Angaben als erstes Krankenhaus in Deutschland. „Die Künstliche Intelligenz kann in Sekundenschnelle automatisch COVID-19-verdächtige Areale in CT-Bildern erkennen, markieren und so die radiologische Diagnostik unterstützen. Die KI ersetzt allerdings nicht das gängige PCR-Testverfahren, da nicht alle mit SARS-CoV-2-infizierten Patienten eine COVID-19-Lungenentzündung entwickeln“, erklärt Felix Güttler, technisch-kaufmännischer Leiter des Instituts für Diagnostische und Interventionelle Radiologie (IDIR) am UKJ. Die Computertomographie kommt bei Patienten mit Verdacht auf COVID-19 im Rahmen der Risikoeinschätzung in der Zentralen Notaufnahme des UKJ zum Einsatz. „Die KI wurde darauf trainiert Krankheitszeichen in den CT-Bildern zu erkennen. Dafür wurden zahlreiche frühe COVID-19-Fälle aus China verwendet, beispielsweise aus dem Wuhan Tongji Hospital oder dem Zhongnan Hospital der Wuhan University“, erklärt Prof. Ulf Teichgräber, Direktor des IDIR. „Innerhalb weniger Sekunden kann eine prozentuale Risikobewertung für COVID-19 erstellt werden. Das KI-System kann Mitarbeiter bei Verdachtsfällen mit stark erhöhtem Risiko warnen, noch bevor der Befund erstellt wird. So werden die bereits etablierten und wirksamen Maßnahmen zum Schutz vor einer Ansteckung mit SARS-CoV-2 weiter verstärkt“, so Teichgräber weiter. Mit Künstlicher Intelligenz hat die Radiologie des Thüringer Uniklinikums bereits sehr gute Erfahrungen gemacht. „Seit einem Jahr setzen wir KI für die Bildrekonstruktion am CT in der radiologischen Routine ein und verringern dadurch das Bildrauschen und die Strahlenexposition. Mit dem KI-System für COVID-19 erweitern wir unsere Möglichkeiten einmal mehr“, sagt Güttler.
Mehr erfahren zu: "Strahlenresistenz bei Lungenkrebs überwinden" Strahlenresistenz bei Lungenkrebs überwinden In einer präklinischen Studie haben Forscher des MD Anderson Cancer Center einen Mechanismus identifiziert, durch den Lungenkrebs resistent gegen Strahlentherapie wird, und eine vermutlich schnell umsetzbare Strategie entwickelt, um dieser […]
Mehr erfahren zu: "Leptomeningeale Metastasen beim NSCLC: Molekulare Subtypen und Therapien" Leptomeningeale Metastasen beim NSCLC: Molekulare Subtypen und Therapien Um die leptomeningeale Metastasierung (LMD) beim Nichtkleinzelligen Lungenkarzinom (NSCLC) besser zu verstehen, analysierte ein internationales Team Merkmale, Behandlungsmuster und -ergebnisse.
Mehr erfahren zu: "Lungenkrebs: KI-gestützte virtuelle räumliche Proteomik aus Histopathologie-Präparaten" Lungenkrebs: KI-gestützte virtuelle räumliche Proteomik aus Histopathologie-Präparaten Mittels räumlicher Proteomik lässt sich die Proteinexpression hochauflösend kartieren. Allerdings gibt es nach wie vor große Hürden auf dem Weg zu klinischen Anwendungen, darunter Kosten, Komplexität und Skalierbarkeit.