Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Os pesquisadores do monte Sinai são primeiros para usar o modelo do AI para analisar os pacientes COVID-19

Os pesquisadores do monte Sinai são os primeiros no país para usar a inteligência artificial (AI) combinada com a imagem lactente, e dados clínicos para analisar pacientes com doença do coronavirus (COVID-19).

Desenvolveram um algoritmo original que pudesse ràpida detectar COVID-19 baseado em como a doença pulmonar olha no tomografia computorizada (varreduras do CT) da caixa, em combinação com a informação paciente que inclui sintomas, idade, bloodwork, e o contacto possível com o alguém contaminado com o vírus.

Este estudo, publicado na introdução do 19 de maio da medicina da natureza, podia ajudar hospitais através do mundo rapidamente a detectar o vírus, pacientes do isolado, e impede que espalhe durante esta pandemia.

O “AI tem o potencial enorme para analisar grandes quantidades de dados rapidamente, um atributo que possa ter um impacto grande em uma situação tal como uma pandemia. ”

“No monte Sinai, nós reconhecemos este cedo e pudemos mobilizar a experiência de nossa faculdade e de nossas colaborações internacionais para trabalhar em executar uns dados de utilização modelo do AI CT da novela dos pacientes do coronavirus em centros médicos chineses.”

Nós podíamos mostrar que o modelo do AI era tão exacto quanto um radiologista experiente em diagnosticar a doença, e melhorá-lo mesmo em alguns casos onde não havia nenhum sinal de doença pulmonar claro no CT.”

Zahi Fayad, PhD., director, autor principal do estudo, sistema da saúde do monte Sinai

“Nós estamos trabalhando agora em como usar em casa o este e compartilhar de nossos resultados com os outro; este conjunto de ferramentas pode facilmente ser distribuído no mundo inteiro a outros hospitais, em linha ou ser integrado em seus próprios sistemas.”

Esta pesquisa expande em um estudo precedente do monte Sinai que identifique um teste padrão característico da doença nos pulmões dos pacientes COVID-19 e mostre como se torna no curso de uma metade de semana e.

O estudo novo envolveu varreduras de mais de 900 pacientes que o monte Sinai recebeu dos colaboradores institucionais em hospitais em China. Os pacientes foram admitidos a 18 centros médicos em 13 províncias chinesas entre o 17 de janeiro e o 3 de março de 2020.

As varreduras incluíram 419 confirmaram casos de COVID-19-positive (a maioria de qualquer um tinha viajado recentemente a Wuhan, China, onde a manifestação começou, ou teve o contacto com um paciente COVID-19 contaminado) e 486 varreduras de COVID-19-negative.

Os pesquisadores igualmente tiveram a informação clínica dos pacientes, incluindo os resultados de análise de sangue que mostram todas as anomalias nas contagens de glóbulo brancas ou contagens do linfócito assim como seus idade, sexo, e sintomas (febre, tosse, ou tosse com muco).

Centraram-se sobre varreduras e análises de sangue do CT desde que os doutores em China usam ambos para diagnosticar pacientes com COVID-19 se entram com febre ou foram em contacto com um paciente contaminado.

A equipe do monte Sinai integrou dados daquelas varreduras do CT com a informação clínica para desenvolver um algoritmo do AI. Imita os trabalhos usos de um médico diagnosticar COVID-19 e dá uma previsão final do diagnóstico positivo ou negativo.

O modelo do AI produz probabilidades separadas de ser COVID-19-positive baseado em imagens do CT, em dados clínicos, e em ambos combinados.

Os pesquisadores inicialmente treinaram e ajustaram o algoritmo em dados de 626 de 905 pacientes, e testaram então o algoritmo nos 279 pacientes permanecendo no grupo de estudo (separação entre COVID-19-positive e casos negativos) para julgar a sensibilidade do teste; uma sensibilidade mais alta significa o melhor desempenho da detecção.

O algoritmo foi mostrado para ter estatìstica uma sensibilidade significativamente mais alta (84 por cento) comparada a 75 por cento para os radiologistas que avaliam as imagens e os dados clínicos. O sistema do AI igualmente melhorou a detecção de pacientes de COVID-19-positive que tiveram varreduras negativas do CT.

Especificamente, reconheceu 68 por cento de casos de COVID-19-positive, visto que os radiologistas interpretaram todos estes casos como o negativo devido à aparência negativa do CT.

A detecção melhorada é particularmente importante manter pacientes isolados se as varreduras não mostram a doença pulmonar quando pacientes primeiros sintomas actuais (desde que o estudo precedente mostrou que a doença pulmonar não aparece sempre no CT nos dias primeiros) e os sintomas COVID-19 são frequentemente não específicos, assemelhando-se a uma gripe ou a uma constipação comum, assim que pode ser difícil diagnosticar.

As varreduras do CT não são amplamente utilizadas para o diagnóstico de COVID-19 nos Estados Unidos; contudo, o Dr. Fayad explica que a imagem lactente pode ainda jogar um papel importante.

A “imagem lactente pode ajudar a dar um diagnóstico rápido e exacto; os testes de laboratório podem tomar até dois dias, e há a possibilidade de negativos falsos; a imagem lactente do significado pode ajudar a isolar imediatamente pacientes se necessário, e controle recursos do hospital eficazmente.”

“A sensibilidade alta de nosso modelo do AI pode fornecer “uma segunda opinião” aos médicos nos casos onde o CT é um ou outro negativo (no curso adiantado da infecção) ou os resultados não específicos das mostras, que podem ser comuns.”

“É algo que deve ser considerado em uma escala mais larga, especialmente nos Estados Unidos, onde actualmente nós temos mais capacidade de reposição para a exploração do CT do que nos laboratórios para testes genéticos,” disse o Dr. Fayad, que é igualmente um professor da radiologia do diagnóstico, a molecular e a Interventional na Faculdade de Medicina de Icahn no monte Sinai.

“Este estudo é importante porque mostra que um algoritmo da inteligência artificial pode ser treinado para ajudar com identificação adiantada de COVID-19, e este pode ser usado no ajuste clínico à triagem ou para dar a prioridade à avaliação de pacientes doentes cedo em sua admissão às urgências,” diz Matthew Levin, DM, director da equipe clínica da ciência dos dados do sistema da saúde do monte Sinai, e de um membro do centro da informática do monte Sinai COVID.

“Este é um conceito adiantado da prova que nós possamos aplicar a nossos próprios dados pacientes para desenvolver mais os algoritmos que são mais específicos a nossas região e populações diversas.”

Os pesquisadores do monte Sinai são centrados agora sobre mais desenvolver o modelo para encontrar indícios sobre como os pacientes bons farão baseado em subtileza em seus dados do CT e informação clínica. Dizem que este poderia ser importante aperfeiçoar o tratamento e melhorar resultados.