Nowy AI okazał się niezwykle skuteczny w identyfikowaniu COVID-19 w płucach

Sztuczna inteligencja (AI) po raz kolejny okazała się skutecznym narzędziem w walce z COVID-19. Nowe badanie przeprowadzone na Uniwersytecie Centralnej Florydy wykazało, jak AI może być prawie tak dokładne jak lekarz w diagnozowaniu wirusa obecnego w płucach, a także jak może być wykorzystywana do poprawy testowania.

Badanie zostało opublikowane w Nature Communications.

Diagnozowanie COVID-19

Zespół badaczy opracował algorytm AI, który mógł być szkolony do identyfikowania zapalenia płuc COVID-19 w tomografii komputerowej (CT), i wykazał wskaźnik dokładności do 90 procent. Był on również w stanie poprawnie zidentyfikować przypadki pozytywne i negatywne, odpowiednio 84 procent i 93 procent czasu.

Tomografia komputerowa okazała się bardziej skuteczna w diagnozowaniu i monitorowaniu COVID-19 w porównaniu z testami transkrypcyjno-polimerazowymi (RT-PCR). Te testy są często stosowane, ale mają wysoki odsetek fałszywie negatywnych wyników i zwykle wymagają więcej czasu na przetworzenie.

Jednym z głównych powodów, dla których tomografia komputerowa jest stosowana w diagnozowaniu COVID-19, jest to, że może wykryć wirus nawet u osób, które nie wykazują objawów. Nie kończy się to jednak na tym, ponieważ może również wykryć go u osób z wczesnymi objawami, tych, którzy są w najgorszym stadium choroby, a także tych, którzy już nie mają objawów.

Mimo wszystkich zalet, tomografia komputerowa ma również swoje wady, co sprawia, że czasami nie jest zalecana do identyfikacji COVID-19. Wynika to z podobieństw między zapaleniem płuc wywołanym przez grypę a COVID-19.

Nowy algorytm

Uwzględniając wszystko to, zespół badaczy z UCF opracował nowy algorytm, który może dokładnie wykryć COVID-19. Nie tylko to, ale może również odróżnić COVID-19 od grypy, co jest niezwykle przydatne dla lekarzy.

Ulas Bagci jest adiunktem w Departamencie Informatyki UCF i współautorem badania.

„Wykazaliśmy, że podejście oparte na głębokim uczeniu się może służyć jako ustandaryzowane i obiektywne narzędzie wspomagające systemy opieki zdrowotnej oraz pacjentów”, mówi Bagci. „Może być stosowane jako uzupełniające narzędzie testowe w bardzo specyficznych, ograniczonych populacjach, a także może być stosowane szybko i na dużą skalę w przypadku niefortunnego wybuchu epidemii”.

W badaniu zespół badaczy wytrenował algorytm komputerowy do wykrywania COVID-19 w tomografii komputerowej płuc, przy czym obserwowano łącznie 1280 pacjentów z Chin, Japonii i Włoch. Następnym krokiem było przetestowanie algorytmu na 1337 pacjentach cierpiących na różne choroby płuc, w tym COVID-19, raka i zapalenie płuc nie spowodowane przez COVID-19.

Wyniki komputera porównano z diagnozami lekarzy, a badacze stwierdzili, że algorytm był niezwykle skuteczny w dokładnym wykrywaniu zapalenia płuc COVID-19 w płucach, a także w odróżnianiu COVID-19 od innych chorób.

„Wykazaliśmy, że solidne modele AI mogą osiągnąć nawet 90 procent dokładności w niezależnych testach populacyjnych, utrzymać wysoką specyfikę w przypadku zapaleń płuc niezwiązanych z COVID-19 i wykazać uniwersalność w niezbadanych populacjach pacjentów i ośrodkach”, mówi Bagci.

Badanie obejmowało również współautorów Barisa Turkbeya, który jest starszym lekarzem badawczym w National Cancer Institute Molecular Imaging Branch, oraz Bradforda J. Wooda, który jest dyrektorem Centrum Intervencyjnej Onkologii i szefem radiologii interwencyjnej w NIH’s Clinical Center.

Nowy rozwój z UCF jest jednym z niedawnych przykładów, jak AI może być wykorzystywana podczas pandemii. Technologia ta została wdrożona w różnych obszarach związanych z COVID-19, w tym śledzeniu, testowaniu, zapobieganiu, diagnozowaniu, badaniach i rozwoju szczepionek.