人工智能可以帮助诊断post-COVID肺部问题

KAUST科学家发明的一种新的计算机辅助诊断工具可以帮助克服的一些挑战的监控病毒感染后肺部健康。

像其他呼吸道疾病,COVID-19会造成持久伤害肺部,但医生难以想象这种伤害。常规胸部扫描不可靠检测的迹象肺疤痕和其他肺部异常,这使得它很难追踪人们的健康和恢复与持续的呼吸问题和其他post-COVID并发症。

开发的新方法KAUST-known作为该Parenchyma-Enhancing (DLPE)覆盖人工智能算法标准的胸部成像数据揭示否则难识别的视觉特性表明肺功能障碍。

通过DLPE增大。”放射科医生可以发现和分析小说sub-visual肺部病变,“计算机科学家和计算生物学家鑫Gao说。“分析这些病变可以帮助解释病人的呼吸道症状,”允许更好的疾病管理和治疗,他补充道。

高和他的成员结构和功能生物信息学组和计算生物科学研究中心创建工具,随着人工智能研究员和当前KAUST教务长劳伦斯Carin和临床的合作者在中国哈尔滨医科大学。

该方法首先消除任何解剖特点不伴有肺实质;组织参与气体交换的主要网站作为COVID-19-induced损伤。这意味着消除航空和血管,然后加强的照片留下暴露病灶可能错过了没有电脑的帮助。

研究人员训练和验证他们的算法使用胸部计算机断层扫描(CT)扫描从成千上万的人在中国COVID-19住院。他们从专家放射科医生精制的方法输入,然后应用DLPE几十COVID-19幸存者的前瞻性的方式与肺的问题,所有经历过的人严重的疾病需要重症监护治疗。

这样,高和他的同事们证明,该工具可以显示肺纤维化的迹象COVID long-haulers,从而帮助占气短、咳嗽和其他肺部问题。他建议,诊断标准CT图像分析是不可能的。

“DLPE,第一次,我们证明了长期CT病灶可以解释这样的症状,”他说。“因此,治疗纤维化可能非常有效地解决COVID-19长期呼吸道并发症。”

虽然KAUST团队开发了DLPE主要记住post-COVID复苏,他们还测试了平台胸部扫描从人与各种其他肺部问题,包括肺炎、肺结核和肺癌。研究人员展示了他们的工具可以作为一个广泛的对所有肺部疾病诊断助手,帮助放射科医生,正如高所说,“看不见的”。The research appears in自然机器智能。

---

---