Home Medizin KI analysiert Lungenultraschallbilder, um COVID-19 zu erkennen

KI analysiert Lungenultraschallbilder, um COVID-19 zu erkennen

von NFI Redaktion


Neue Forschungsergebnisse zeigen, dass künstliche Intelligenz COVID-19 in Lungenultraschallbildern erkennen kann, ähnlich wie Gesichtserkennungssoftware ein Gesicht in einer Menschenmenge erkennen kann.

Diese Erkenntnisse bringen die medizinische Diagnostik mit KI einen Schritt näher an die Möglichkeit, Patienten mit COVID-19 und anderen Lungenerkrankungen schnell und genau zu diagnostizieren, indem Algorithmen Ultraschallbilder durchsuchen, um Krankheitsanzeichen zu identifizieren.

Die Forschungsergebnisse, die in Kommunikationsmedizin veröffentlicht wurden, markieren einen Meilenstein in der Bemühung, medizinisches Personal mit Werkzeugen auszustatten, um in überfüllten Notaufnahmen eine schnelle Patientenbeurteilung durchzuführen.

„Wir haben dieses automatisierte Erkennungstool entwickelt, um Ärzten in Notfallsituationen mit einer hohen Patientenzahl zu helfen, die schnell und präzise diagnostiziert werden müssen, wie in den frühen Stadien der Pandemie. Möglicherweise möchten wir drahtlose Geräte haben, die Patienten auch zu Hause verwenden können, um den Verlauf von COVID-19 zu überwachen.“ – Muyinatu Bell, leitender Autor

John C. Malone außerordentlicher Professor für Elektrotechnik und Biomedizintechnik an der Johns Hopkins University

Das Tool bietet auch Potenzial für die Entwicklung von Wearables, die Krankheiten wie Herzinsuffizienz überwachen können, eine Erkrankung, die zu Flüssigkeitsansammlungen in der Lunge führen kann, ähnlich wie bei COVID-19, so Co-Autorin Tiffany Fong.

„Die Anwendung von KI-Tools in der Point-of-Care ist die nächste große Herausforderung“, sagte Fong. „Idealerweise würden tragbare Ultraschallpflaster entwickelt, die Flüssigkeitsansammlungen überwachen und Patienten informieren können, wenn eine Anpassung der Medikation erforderlich ist oder ein Arzt aufzusuchen ist.“

Die KI analysiert Ultraschallbilder der Lunge, um B-Linien zu erkennen, helle, vertikale Anomalien, die auf eine Entzündung bei Lungenproblemen hinweisen. Sie kombiniert computergenerierte Bilder mit echten Ultraschallbildern von Patienten, darunter auch einige von den Johns Hopkins Kliniken.

„Wir mussten die Physik des Ultraschalls und die Ausbreitung von akustischen Wellen genau modellieren, um glaubwürdige simulierte Bilder zu erhalten“, erklärte Bell. „Dann mussten wir unsere Computermodelle trainieren, diese simulierten Daten zu interpretieren und Anomalien bei echten Lungenscans zuverlässig zu erkennen.“

Die Forscher hatten anfangs Schwierigkeiten, KI zur Beurteilung von COVID-19-Indikatoren in Lungenultraschallbildern einzusetzen, mangels Patientendaten und aufgrund des damaligen begrenzten Verständnisses der Krankheit im Körper, so Bell.

Ihr Team entwickelte eine Software, die aus einer Mischung realer und simulierter Daten lernen konnte, um Anomalien in Ultraschalluntersuchungen zu erkennen, die auf eine COVID-19-Erkrankung hinweisen. Das Tool basiert auf einem tiefen neuronalen Netzwerk, das komplexe Muster erkennen kann, ähnlich wie das menschliche Gehirn.

„Dank computergenerierter Datensätze erreichen wir immer noch eine hohe Genauigkeit bei der Bewertung und Erkennung von COVID-19-Merkmalen“, so Erstautorin Lingyi Zhao.

Quelle:

Zeitschriftenreferenz:

Zhao, L., et al. (2024). Erkennung von COVID-19-Merkmalen in Lungenultraschallbildern mithilfe tiefer neuronaler Netze. Kommunikationsmedizin. doi.org/10.1038/s43856-024-00463-5

Related Posts

Adblock Detected

Please support us by disabling your AdBlocker extension from your browsers for our website.