コンピュータートモグラフィを用いたCOVID-19肺炎の正確な診断,定量的な測定,および予測のための臨床的に適用可能なAIシステム

科学分野:

• 医療用イメージング
• 人工知能
• 肺科

背景:

• SARS-CoV-2ウイルスによって引き起こされるCOVID-19は,しばしば肺炎 (新型コロナウイルス肺炎,NCP) と呼吸器不全を引き起こす.
• 高リスクのNCP患者の迅速な診断と特定は,適切な介入に不可欠ですが,依然として困難です.
• 過剰な負担がかかっている医療システムには 効果的な診断ツールが必要です

研究 の 目的:

• CT画像を用いたNCPの診断のためのAIシステムを開発し,検証する.
• 他の肺炎と正常な対照群から NCP を区別するために
• NCPの重症度と予後を予測する臨床マーカーを特定する.

主な方法:

• 3,777人の患者のCTスキャンによる大規模なデータセットで訓練されたAIシステムの開発.
• NCPに対するAIシステムの診断精度の検証
• AIで特定されたマーカー,臨床データ,患者の予後との相関分析.

主要な成果:

• AIシステムは NCPを正確に診断し 他の症状と区別しました
• NCPの病変の特徴に関連する有意な臨床マーカーがAIによって特定されました.
• AIシステムは,臨床データと統合されたときに正確な臨床予測を提供しました.

結論:

• 開発されたAIシステムは,NCPの迅速な診断とリスクの階層化のための貴重なツールを提供します.
• 人工知能によるCTスキャン分析は 放射線科医や臨床医の支援となり,特に健康危機の際に役立ちます.
• システムの予知能力は,COVID-19患者の早期臨床管理とリソースの割り当てを導くことができます.