Erstellung des Risikomodells

In der Thorax-CT zeigen die virus-spezifischen pulmonale Pathologien eine große Variabilität, wodurch es schwierig ist eine Covid-19 Pneumonie von anderen Viruspneumonien zu unterscheiden.

Durch ein KI-basiertes Vorhersagemodell wird bei der Sicherung einer CoVID-19-Infektion bei Patienten mit einer potenziellen SARS-CoV-2 Infektion ein großes Maß an Sicherheit für die hospitalisierten Patienten und ebenso für das Personal gewährleistet. Somit können alle Pateinten rasch einer fachgerechten Therapie zugeführt werden. Ein solches interdisziplinäres Vorhersagemodell zur initialen Risikostratifizierung dient u.a. auch zur Kapazitätsplanung der Quarantänebereiche und es können Ressourcen bedarfsgerecht genutzt werden.

Die Anwendung der künstlichen Intelligenz (KI) für Bildinterpretationen und Bestätigung der Diagnose kann Unsicherheiten, bedingt durch Patienten-spezifische Unterschiede der Lungenstrukturen, minimieren.

Klinische Daten, Labordaten und Thorax-CT-Aufnahmen sollen in ein interdisziplinäres KI-Vorhersagemodell eingebunden werden. Anhand der Verknüpfung der relevanten Datensätze soll eine Vorhersage des Krankheitsverlaufes hinsichtlich der Hospitalisierung, der Versorgungsstufe und der Notwendigkeit medizinischer Maßnahmen beurteilt werden und eine Risikoabschätzung erstellt werden.. Hierbei sollen relevante Therapieschritte und diagnostische Folgemaßnahmen abgeleitet werden (Riskiostratifizierung, decision pathways).

Segmentierung von Covid-19-Merkmale: Merkmale des Lungenbefalls mit SARS-CoV-2 sollen in CT-Daten identifiziert werden, anhand multizentrischer repräsentativer Vergleichskollektive können diese schnell erhoben werden. Relevant für eine Stratifizierung ist der individuell lokoregionär repräsentativer Datensatz. Auf diese Weise wird an Hand eines überwachten Trainingsdatensatzes für eine individuell angefertigte Methodik (shape regularized deep learning) mit Einbezug automatischer Segmentierung das Modell entwickelt. Hierbei können Stratifizierungsmerkmale methodisch integriert werden und eine schnelle klinische Anwendung ist möglich.

Validierung eines CT Kategorisierungs-Systems für die Bildgebung

Validierung eines Kategorisierungs-Systems zur standardisierten Befundung bei CT-Untersuchungen mit der Frage nach COVID-19 Pneumonie.

Standardisierte Befundung hat einen besonders hohen Stellenwert bei COVID-19 Pneumonien,um den zuweisenden Kliniken klare Diagnosen und Empfehlungen mitteilen zu können und um mögliche Fehlerquellen durch unklar formulierte Befunde zu minimieren. Die CT zeigt bei COVID-19 Pneumonien eine hohe Sensitivität, ist jedoch nicht immer optimal spezifisch. Daher ist eine Klassifizierungsskala nötig, die die Wahrscheinlichkeit für eine COVID-19 Pneumonie abbilden kann. Außerdem muss aufgrund der flukutierenden Inzidenz bei Saisonalität des SARS-CoV-2 die jeweils aktuelle Pandemielage berücksichtigt werden können, sodass insbesondere der Einfluss abnehmender Prävalenz auf die positiv prädiktive Werte durch ein intuitiv angepasstes Leseverhalten minimiert werden kann. Diese intuitive Anpassung des Leseverhaltens in Abhängigkeit der Prävalenz der Zielgröße konnte bereits exemplarisch im Vergleich zwischen Mammographiescreening und diagnostischer Mammographie gezeigt werden.

Das COV-RADS Schema ist angelehnt an die BI-RADS Schema, hierbei schließen COV-RADS 1 und 2 eine COVID-19 Pneumonie aus, COV-RADS 3-5 geben mit steigender Wahrscheinlichkeit das Vorliegen einer COVID-19 Pneumonie an:

• COV-RADS 1: Normale Lunge ohne Anhalt für Pneumonie oder andere Pathologie.

• COV-RADS 2: Pathologischer CT-Befund der Lunge, jedoch kein Anhalt für COVID-19.

• COV-RADS 3: CT Befunde, die möglicherweise COVID-19 zuzuordnen sind.

• COV-RADS 4: CT-Befunde, die suspekt sind auf COVID-19.

• COV-RADS 5: CT-Befunde, die typisch sind für COVID-19.

Die standardisierte Kategorisierung erlaubt darüber hinaus eindeutige Empfehlungen für Isolations- und Abstrichsmaßnahmen, derartige Empfehlungen wurden exemplarisch bereits am Anfang der Pandemie in Aachen in enger Zusammenarbeit mit der Krankenhaushygiene festgelegt.