Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I ricercatori di monte Sinai sono primi per usare il modello di AI per analizzare i pazienti COVID-19

I ricercatori di monte Sinai sono i primi nel paese per usare l'intelligenza artificiale (AI) combinata con la rappresentazione e dati clinici per analizzare i pazienti con la malattia di coronavirus (COVID-19).

Hanno sviluppato un algoritmo unico che può individuare rapido COVID-19 basato su come l'affezione polmonare guarda in tomografia computerizzata (scansioni di CT) del torace, congiuntamente ad informazioni pazienti compreso i sintomi, l'età, il bloodwork ed il contatto possibile con qualcuno infettato con il virus.

Questo studio, pubblicato nell'emissione del 19 maggio della medicina della natura, ha potuto aiutare rapidamente gli ospedali attraverso il mondo per individuare il virus, pazienti dell'isolato e gli impedisce di spargersi durante questa pandemia.

“il AI ha potenziale enorme per analizzare un gran numero di dati rapidamente, un attributo che può avere un grande impatto in una situazione quale una pandemia. „

“Al monte Sinai, abbiamo riconosciuto presto questo e potevamo mobilizzare la competenza della nostra facoltà e delle nostre collaborazioni internazionali per lavorare ad applicare un modello di AI del romanzo facendo uso dei dati di CT dai pazienti di coronavirus nei centri medici cinesi.„

Potevamo indicare che il modello di AI era accurato come radiologo con esperienza nella diagnostica della malattia e perfino migliorare in alcuni casi dove non c'era chiaro segno dell'affezione polmonare sul CT.„

Zahi Fayad, PhD., Direttore, autore principale di studio, sistema di salubrità di monte Sinai

“Ora stiamo lavorando a come usare il questo a casa e dividere i nostri risultati con altri; questo toolkit può essere assegnato facilmente universalmente ad altri ospedali, online o essere integrato nei loro propri sistemi.„

Questa ricerca spiega uno studio precedente di monte Sinai che ha identificato un reticolo caratteristico della malattia nei polmoni dei pazienti COVID-19 ed ha mostrato come si sviluppa nel corso di una metà e di settimana.

Il nuovo studio ha compreso le scansioni di più di 900 pazienti che il monte Sinai ha ricevuto dai collaboratori istituzionali agli ospedali in Cina. I pazienti sono stati ammessi a 18 centri medici in 13 province cinesi fra il 17 gennaio ed il 3 marzo 2020.

Le scansioni hanno incluso 419 hanno confermato i casi di COVID-19-positive (la maggior parte del l'uno o l'altro recentemente aveva viaggiato a Wuhan, Cina, in cui lo scoppio ha cominciato, o ha avuto contatto con un paziente infettato COVID-19) e 486 scansioni di COVID-19-negative.

I ricercatori egualmente hanno avuti informazioni cliniche dei pazienti, compreso i risultati dei test di sangue che mostrano tutte le anomalie nei conteggi di globulo bianchi o conteggi del linfocita come pure la loro età, sesso e sintomi (febbre, tosse, o tosse con muco).

Hanno messo a fuoco sulle scansioni di CT e sulle analisi del sangue poiché medici in Cina usano entrambi per diagnosticare i pazienti con COVID-19 se entrano con febbre o sono stati in contatto con un paziente infettato.

Il gruppo di monte Sinai ha integrato i dati da quelle scansioni di CT con le informazioni cliniche per sviluppare un algoritmo di AI. Imita il flusso di lavoro usi di un medico diagnosticare COVID-19 e dà una previsione definitiva della diagnosi positiva o negativa.

Il modello di AI produce le probabilità separate di essere COVID-19-positive basato sulle immagini di CT, sui dati clinici e su entrambi combinati.

I ricercatori inizialmente hanno preparato e regolato l'algoritmo sui dati da 626 su 905 pazienti e poi hanno verificato l'algoritmo sui 279 pazienti rimanenti nel gruppo di studio (divida fra COVID-19-positive ed i casi negativi) per giudicare la sensibilità della prova; il più alta sensibilità significa la migliore prestazione di rilevazione.

L'algoritmo è stato indicato per avere statisticamente sensibilità significativamente più alta (84 per cento) confrontata a 75 per cento per i radiologi che valutano le immagini ed i dati clinici. Il sistema di AI egualmente ha migliorato la rilevazione dei pazienti di COVID-19-positive che hanno avuti scansioni negative di CT.

Specificamente, ha riconosciuto 68 per cento dei casi di COVID-19-positive, mentre i radiologi hanno interpretato tutti questi casi come quantità negativa dovuto l'aspetto negativo di CT.

La rilevazione migliore è particolarmente importante da tenere i pazienti isolati se le scansioni non mostrano l'affezione polmonare quando pazienti primi sintomi attuali (poiché lo studio precedente ha indicato che l'affezione polmonare non rivela sempre sul CT nei giorni primissimi) e sintomi COVID-19 sono spesso non specifici, somigliando ad un'influenza o ad un raffreddore, in modo da può essere difficile da diagnosticare.

Le scansioni di CT non sono ampiamente usate per la diagnosi di COVID-19 negli Stati Uniti; tuttavia, il Dott. Fayad spiega che la rappresentazione può ancora svolgere un ruolo importante.

“La rappresentazione può contribuire a dare una diagnosi rapida ed accurata; le prove di laboratorio possono prendere ai due giorni e c'è la possibilità delle quantità negative false; la rappresentazione di significato può contribuire ad isolare immediatamente i pazienti se avuto bisogno di e gestisca le risorse dell'ospedale efficacemente.„

“L'alta sensibilità del nostro modello di AI può fornire “una seconda opinione„ ai medici nei casi in cui il CT è qualsiasi quantità negativa (nel corso iniziale dell'infezione) o risultati non specifici di manifestazioni, che possono essere comuni.„

“È qualcosa che dovrebbe essere considerato su un più su vasta scala, particolarmente negli Stati Uniti, in cui corrente abbiamo più capacità di riserva per lo scansione di CT che in laboratori per le prove genetiche,„ ha detto il Dott. Fayad, che è egualmente un professore della radiologia molecolare ed Interventional di sistema diagnostico, alla scuola di medicina di Icahn al monte Sinai.

“Questo studio è importante perché indica che un algoritmo di intelligenza artificiale può essere preparato per aiutare con l'identificazione in anticipo di COVID-19 e questo può essere utilizzato nella regolazione clinica alla valutazione o dare la priorità alla valutazione dei pazienti malati presto nella loro ammissione al pronto soccorso,„ dice Matthew Levin, il MD, Direttore del gruppo clinico di scienza dei dati di monte Sinai del sistema di salubrità e di un membro del centro dell'informatica di monte Sinai COVID.

“Questo è un concetto iniziale della prova che possiamo applicare ai nostri propri dati pazienti più ulteriormente per sviluppare gli algoritmi che sono più specifici alla nostre regione e diverse popolazioni.„

I ricercatori di monte Sinai ora sono messi a fuoco più ulteriormente sullo sviluppare il modello per trovare che bugne circa come i pazienti basteranno basato sulle finezze nei loro dati di CT ed informazioni cliniche. Dicono che questo potrebbe essere importante da ottimizzare il trattamento e migliorare i risultati.