Новый подход к оценке поражения легких при COVID-19

Новая автоматизированная система, использующая технологию глубокого обучения, позволяет выявлять поражения легких у пациентов с COVID-19 с помощью анализа компьютерной томограммы (КТ). Эта система, описанная в исследовании, опубликованном в журнале "Computers in Biology and Medicine" и на медицинском портале Medical Xpress, была разработана сотрудниками Технологического центра EURECAT в Каталонии и Центра компьютерного зрения (CVC)¹.

Исследование "позволило нам проверить эффективность системы в качестве вспомогательного инструмента для принятия решений медицинскими работниками в их задаче обнаружения COVID-19, а также для измерения тяжести, распространения и развития пневмонии, вызванной SARS-CoV-2, в среднесрочной и долгосрочной перспективе", отмечает главный исследователь исследования Джузеппе Пеццано.

В частности, функционирование системы состоит из "первой фазы сегментации легких с помощью компьютерной томографии для уменьшения области поиска", - говорит Пеццано. "Затем используется алгоритм для анализа области легких и выявления присутствия признаков COVID-19. Если результат положительный, изображение обрабатывается для определения областей, пораженных болезнью", - добавляет он. В методе используется инновационный способ расчета маски сегментации медицинских изображений, который обеспечил хорошие результаты при сегментации узелков на томографических изображениях.

В результате тестирования алгоритма исследователи достигли средней точности сегментации поражений, вызванных вирусом, около 99%, без ложноположительных результатов, наблюдаемых во время идентификации.

"Этот тип автоматизированной системы представляет собой важный инструмент для медицинских работников, позволяющий ставить более надежные и точные диагнозы, поскольку он может предоставлять информацию, которую человек не может измерить", - подчеркивает Оливер Диас, преподаватель кафедры математики и компьютерных наук Университета Калифорнии.

По словам Висента Рибаса, руководителя исследовательского направления в области анализа медицинских данных в Подразделении цифрового здравоохранения EURECAT, "Точность этого инструмента, показанная результатами исследования, открывает двери для его использования в других областях здравоохранения, области, в которой использование искусственного интеллекта становится все более полезным".