NewsMedizinCOVID-19: Künstliche Intelligenz ermöglicht schnelle Diagnose vor PCR-Test
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

COVID-19: Künstliche Intelligenz ermöglicht schnelle Diagnose vor PCR-Test

Mittwoch, 20. Mai 2020

/sudok1, stock.adobe.com

New York − Während einer Epidemie mit einem hoch ansteckenden Erreger wie SARS-CoV-2 kann eine rasche Diagnose eine nosokomiale Ausbreitung verhindern. Eine Klinik im Epizentrum der Epidemie setzt auf die Unterstützung von künstlicher Intelligenz, um die Treffsicherheit der Verdachtsdiagnosen zu erhöhen, mit Erfolg, wie eine Studie in Nature Medicine (2020; DOI: 10.1038/s41591-020-0931-3) zeigt.

Patienten mit COVID-19 werden typischerweise mit Fieber und Atemwegssymptomen wie Husten in die Klinik aufgenommen. Zu den Erstuntersuchungen gehört an größeren Kliniken eine Computertomografie (CT) des Thorax. Dort sind häufig, aber nicht immer, die typischen Veränderungen einer COVID-19-Pneumonie zu erkennen.

Anzeige

Zusammen mit den ersten Labortests und der Anamnese (Reise, Kontakte) müssen die Ärzte eine Verdachtsdiagnose stellen, denn der Nachweis der Virusgene mit einer Polymerase­kettenreaktion ist zeitaufwendig. Die Ergebnisse der Abstrichuntersuchung liegen manchmal erst am übernächsten Tag vor.

Native Niedrigdosis-CT des Thorax zum Nachweis von COVID-19

Standardverfahren zur Identifizierung der Coronavirus-Krankheit-2019 (COVID-19) bei Patienten mit klinischen Symptomen ist die Abstrichuntersuchung des Nasen-/Rachenraums mit nachfolgender RT-PCR-Testung (RT-PCR, Reverse-Transkriptase-Polymerase-Kettenreaktion, im Folgenden „PCR“) auf virale RNA (1, 2). Die RT-PCR-Analyse bietet eine fast absolute Sicherheit, im Abstrich enthaltenes Virusmaterial

In der Zwischenzeit verlassen sich viele Kliniken auf den CT-Befund. Typische Kenn­zeichen für eine COVID-19-Pneumonie sind (häufig bilaterale) Milchglastrübungen, Konsoli­dierungen oder ein „verrücktes“ Pflastermuster („crazy-paving“). Erfahrene Radiologen erzielen eine hohe Treffsicherheit – auf die sich Mediziner der Icahn School auf Medicine in New York jedoch nicht verlassen wollten. Sie übergaben die Daten einem Rechner, der mit 2 Software-Varianten eine Diagnose stellen sollte.

Die erste Software nutzte ein „Convolutional Neural Network“ (CNN), eine Variante des maschinellen Lernens, um die Bilder auf Muster hin zu analysieren. Sie wurde mit den digitalen CT-Aufnahmen gefüttert. Die zweite Software, ein mehrlagiges Perzeptron („multi-layer perceptron“, MLP), sollte aufgrund der klinischen Daten eine Diagnose stellen.

Die beiden Software-Programme wurden zunächst an 534 Befunden trainiert. Hier erhielt die Software jeweils eine Rückmeldung über die spätere PCR-Diagnose. Diese war bei 242 Patienten positiv. Die anderen 292 hatten keine COVID-19. In einer zweiten Phase folgte an 92 Befunden eine Feineinstellung („Tuning“).

In einer dritten Phase musste die künstliche Intelligenz gegen die menschliche Intelligenz in Gestalt eines Nachwuchsradiologen und eines erfahrenen Kollegen antreten. Den beiden Radiologen standen neben den CT-Bildern auch die klinischen Daten zur Verfügung.

Der Nachwuchsradiologe erreichte eine Sensitivität von 56,0 % und eine Spezifität von 90,3 %. In der AUC-Analyse, die beide Faktoren kombiniert ergab dies einen Wert von 0,73 (mit 1,0 als sichere Diagnose und 0,5 als reinem Zufall).

Der Radiologe mit 10 Jahren Berufserfahrung erreichte einen AUC-Wert von 0,84 (Sensitivität 74,6 %, Spezifität 93,8 %).

Er war damit besser als das MLP-Modell, das allein anhand der klinischen Daten immerhin einen AUC-Wert von 0,80 erreichte (Sensitivität 80,6 %, Spezifität 68,3 %).

Das CNN-Modell, das nur die CT-Bilddaten verwendete, erreichte eine AUC von 0,86 (Sensitivität 83,6 %, Spezifität 75,9 %).

Die besten Ergebnisse erzielte die Kombination aus CNN und MLP. Bei einer Sensitivität von 84,3 % und einer Spezifität von 82,8 % betrug der AUC-Wert 0,92.

Ihre besondere Stärke zeigte die künstliche Intelligenz bei den Fällen, in denen die Radiologen im CT noch keine Auffälligkeiten entdeckt hatten, die dann aber im PCR-Test positiv waren. Von diesen 25 Fällen hätte die künstliche Intelligenz 17 als richtig eingestuft. Die Klinik hat beschlossen, künftig bei unklaren Fällen bei der Software eine „zweite Meinung“ einzuholen, wie es in der Pressemitteilung heißt. © rme/aerzteblatt.de

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

LNS

Nachrichten zum Thema

25. Mai 2020
Berlin – Die Verzögerungen bei der Einführung der Corona-Warn-App stoßen zunehmend auf Kritik. Bundestagspräsident Wolfgang Schäuble (CDU) kritisierte die Entwicklung in der Welt am Sonntag angesichts
Kritik an verspäteter Corona-Warn-App wird schärfer
25. Mai 2020
Berlin – Die Bundesregierung will als Lehre aus der Coronapandemie die europäische Eigenständigkeit stärken. Das haben am Wochenende Bundeswirtschaftsminister Peter Altmaier (CDU) und
Europäische Eigenständigkeit als Lehre aus der Coronapandemie
25. Mai 2020
Moormerland − Der niedersächsische Landkreis Leer sucht nach den positiven Tests auf SARS-CoV-2 infolge eines Restaurantbesuchs in Ostfriesland weiter nach den Gründen für die Infektionen. Es
Suche nach Gründen für SARS-CoV-2-Infektionen nach Restaurantbesuch
25. Mai 2020
Frankfurt/Hanau/Wiesbaden – Im Umfeld einer freien baptistischen Gemeinde in Frankfurt am Main haben sich mindestens 107 Menschen mit dem Coronavirus SARS-CoV-2 infiziert. Das teilte der hessische
SARS-CoV-2: Mindestens 107 Infektionen nach Gottesdienst
25. Mai 2020
Rockville/Maryland − Das Virustatikum Remdesivir, das in Europa kurz vor der Zulassung steht, erzielt offenbar die besten Ergebnisse bei Patienten, die bereits Sauerstoff benötigen, aber noch
COVID-19: Remdesivir wirkt am besten bei Patienten mit Sauerstoffbedarf
25. Mai 2020
Hannover – Das niedersächsische Wissenschaftsministerium unterstützt den Aufbau einer COVID-19-Kohorte an der Medizinischen Hochschule Hannover (MHH) und dem Klinikum Region Hannover (KRH) mit rund
Millionenförderung für COVID-Biobank und Datensammlung
25. Mai 2020
Groenlo − Der Ausbruch von SARS-CoV-2 in einem niederländischen Schlachthof nahe der deutschen Grenze ist offenbar größer als zunächst angenommen. 147 Mitarbeiter des Unternehmens in Groenlo
VG WortLNS LNS LNS

Fachgebiet

Anzeige

Weitere...

Aktuelle Kommentare

Archiv

NEWSLETTER