Bildquelle: Scientific Animations, Inc. (CC BY-SA 4.0)
News • Maschinelles Lernen gegen Covid-19
Corona mit KI und Röntgenbildern diagnostizieren
Röntgenstrahlen könnten zum zukunftsweisenden Diagnosetool für Covid-19-Patienten werden. Möglich werden soll das laut einer Studie des Laboratory of Image Processing, Signals, and Applied Computing und der Universidade de Fortaleza durch den Einsatz Künstlicher Intelligenz (KI).
Die Forscher brachten einem Computerprogramm mittels verschiedener Methoden des maschinellen Lernens bei, Covid-19 mit einer Genauigkeit von 95,6 bis 98,5 Prozent bei Röntgenbildern des Brustkorbs zu erkennen. Details wurden im "IEEE/CAA Journal of Automatica Sinica" veröffentlicht.
Die Forscher haben sich bereits in der Vergangenheit mittels medizinischer Bildgebung auf das Entdecken und Klassifizieren von Pathologien der Lunge wie Fibrosen, Emphyseme und Lungenknoten konzentriert. Bei einem Verdacht auf Covid-19-Infektionen sind Symptome wie Atemnot, Husten und in schweren Fällen Lungenentzündung alle über medizinische Bildgebung wie CT-Scans oder Röntgenstrahlen sichtbar. Laut dem korrespondierenden Autor Victor Hugo C. de Albuquerque beschlossen die Forscher mit dem Auftreten der Covid-19-Pandemie, ihr Fachwissen zu nutzen, um im Umgang mit diesem globalen Problem zu helfen.
Zahlreiche medizinische Einrichtungen verfügen laut dem Forscher über eine unzureichende Zahl an Tests und eine längere Bearbeitungsdauer. Daher haben sich die Forscher auf ein Tool konzentriert, das in jedem Krankenhaus vorhanden und leicht zugänglich ist sowie bereits häufig bei der Diagnose von Covid-19 eingesetzt wird - und zwar auf Röntgengeräte. Die Wissenschaftler haben untersucht, ob sich eine Covid-19-Infektion mittels Röntgenbildern automatisch erkennen lässt. Die meisten Röntgenbilder stünden innerhalb von Minuten zur Verfügung und nicht erst innerhalb von Tagen wie andere diagnostische Tests. Es zeigte sich jedoch, dass ein Mangel an öffentlich zugänglichen Röntgenbildern des Brustbereichs besteht. Sie werden jedoch benötigt, um das KI-Modell dahingehend zu trainieren, dass es die Lungen von Covid-19-Patienten automatisch identifiziert. Das Team verfügte über nur 194 Covid-19-Röntgenbilder und 194 gesunde Röntgenaufnahmen. Normalerweise sind tausende Aufnahmen erforderlich, um einem Modell beizubringen, ein bestimmtes Ziel zu erkennen und zu klassifizieren. Um diesen Nachteil auszugleichen, nutzten die Forscher ein Modell, das an einem großen Datensatz anderer Röntgenbilder trainiert war und brachten ihm bei, mit den gleichen Methoden Lungen zu erkennen, die wahrscheinlich mit Covid-19 infiziert waren.
Das Team nutzte mehrere verschiedene Methoden des maschinellen Lernens. Bei zwei Methoden konnte eine Genauigkeit von 95,6 Prozent und respektive 98,5 Prozent erreicht werden. Da Röntgenstrahlen sehr schnell und billig seien, können sie laut Albuquerque helfen, Patienten an Orten zu sichten, wo das Gesundheitssystem bereits kollabiert ist. Das gelte auch für Orte, die von Institutionen mit einem Zugang zu komplexeren Technologien weit entfernt sind. Dieser Ansatz, medizinische Bilder automatisch zu entdecken und zu klassifizieren, kann Mediziner dabei unterstützen, eine Erkrankung zu identifizieren, die Schwere festzustellen und sie zu klassifizieren.
Quelle: Universidade de Fortaleza/pressetext
26.03.2021
