KI und Röntgenbilder diagnostizieren Corona

Computerprogamm von Forschern der Universidade de Fortaleza hat Genauigkeit von 95 Prozent

Röntgenbild der Lunge: KI erkennt COVID-19 (Foto: pixabay.com, toubibe)

Fortaleza (pte018/26.03.2021/13:30)

Röntgenstrahlung, die erstmals in den späten 1890er Jahren klinisch eingesetzt wurde, könnte heute zu einem zukunftsweisenden Diagnosetool für COVID-19-Patienten werden. Möglich gemacht soll das laut einer Studie des Laboratory of Image Processing, Signals, and Applied Computing (LAPISCO) und der Universidade de Fortaleza https://www.unifor.br durch den Einsatz künstlicher Intelligenz. Die Forscher brachten einem Computerprogramm mittels verschiedener Methoden des maschinellen Lernens bei, COVID-19 mit einer Genauigkeit von 95,6 bis 98,5 Prozent bei Röntgenbildern des Brustkorbs zu erkennen. 

Die Forscher konzentrierten sich bereits in der Vergangenheit mittels medizinischer Bildgebung auf das Entdecken und Klassifizieren von Pathologien der Lunge wie Fibrosen, Emphyseme und Lungenknoten. Bei einem Verdacht auf COVID-19-Infektionen sind Symptome wie Atemnot, Husten und in schweren Fällen Lungenentzündung alle über medizinische Bildgebung wie CT-Scans oder Röntgenstrahlen sichtbar. Laut dem korrespondierenden Autor Victor Hugo C. de Albuquerque beschlossen die Forscher mit dem Auftreten der COVID-19-Pandemie ihr Fachwissen zu nutzen, um im Umgang mit diesem globalen Problem zu helfen.

[b]Röntgen: Weit verbreitet und schnell[/b]

Zahlreiche medizinische Einrichtungen verfügen laut dem Forscher über eine unzureichende Anzahl an Tests und eine längere Bearbeitungsdauer. Daher konzentrierten sich die Forscher auf ein Tool, das in jedem Krankenhaus vorhanden, leicht zugänglich ist und bereits häufig bei der Diagnose von COVID-19 eingesetzt wird und zwar auf Röntgengeräte. Laut Albuquerque entschlossen sich die Wissenschaftler zu untersuchen, ob eine COVID-19-Infektion mittels Röntgenbildern automatisch erkannt werden kann. Die meisten Röntgenbilder stünden innerhalb von Minuten zur Verfügung und nicht erst innerhalb von Tagen wie die anderen diagnostischen Tests. 

Es zeigte sich jedoch, dass ein Mangel an öffentlich zugänglichen Röntgenbildern des Brustbereichs besteht. Sie werden jedoch benötigt, um das Modell der künstlichen Intelligenz dahingehend zu trainieren, dass es die Lungen von COVID-19-Patienten automatisch identifiziert. Das Team verfügte über nur 194 COVID-19 Röntgenbilder und 194 gesunde Röntgenaufnahmen. Normalerweise sind tausende Aufnahmen erforderlich, um einem Modell beizubringen, ein bestimmtes Ziel zu erkennen und zu klassifizieren. Um diesen Nachteil auszugleichen, nutzten die Forscher ein Modell, das an einem großen Datensatz anderer Röntgenbilder trainiert war und brachten ihm bei, mit den gleichen Methoden Lungen zu erkennen, die wahrscheinlich mit COVID-19 infiziert waren. Das Team nutzte mehrere verschiedene Methoden maschinellen Lernens. Bei zwei Methoden konnte eine Genauigkeit von 95,6 Prozent und respektive 98,5 Prozent erreicht werden.

Da Röntgenstrahlen sehr schnell und billig seien können sie laut Albuquerque helfen, Patienten an Orten zu sichten, wo das Gesundheitssystem bereits kollabiert ist. Das gelte auch für Orte, die von Institutionen mit einem Zugang zu komplexeren Technologien weit entfernt sind. „Dieser Ansatz medizinische Bilder automatisch zu entdecken und zu klassifizieren kann Mediziner dabei unterstützen eine Erkrankung zu identifizieren, die Schwere festzustellen und sie zu klassifizieren. Die Forschungsergebnisse wurden im „IEEE/CAA Journal of Automatica Sinica" veröffentlicht. 

Aussender:	pressetext.redaktion
Ansprechpartner:	Moritz Bergmann
Tel.:	+43-1-81140-300
E-Mail:	bergmann@pressetext.com
Website:	www.pressetext.com