{"id":1730,"date":"2021-03-22T15:43:42","date_gmt":"2021-03-22T15:43:42","guid":{"rendered":"https:\/\/racoon.network\/?page_id=1730"},"modified":"2024-05-15T09:28:19","modified_gmt":"2024-05-15T09:28:19","slug":"duplicated-racoon-application","status":"publish","type":"page","link":"https:\/\/racoon.network\/?page_id=1730","title":{"rendered":"RACOON Application"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Erstellung des Risikomodells<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

In der Thorax-CT zeigen die virus-spezifischen pulmonalen Pathologien eine gro\u00dfe Variabilit\u00e4t, wodurch es schwierig ist eine Covid-19 Pneumonie von anderen Viruspneumonien zu unterscheiden.<\/p>\n

Durch ein KI-basiertes Vorhersagemodell wird bei der Sicherung einer CoVID-19-Infektion bei Patienten mit einer potenziellen SARS-CoV-2 Infektion ein gro\u00dfes Ma\u00df an Sicherheit f\u00fcr die hospitalisierten Patienten und ebenso f\u00fcr das Personal gew\u00e4hrleistet. Somit k\u00f6nnen alle Patienten rasch einer fachgerechten Therapie zugef\u00fchrt werden. Ein solches interdisziplin\u00e4res Vorhersagemodell zur initialen Risikostratifizierung dient u.a. auch zur Kapazit\u00e4tsplanung der Quarant\u00e4nebereiche und es k\u00f6nnen Ressourcen bedarfsgerecht genutzt werden.<\/p>\n

Die Anwendung der k\u00fcnstlichen Intelligenz (KI) f\u00fcr Bildinterpretationen und Best\u00e4tigung der Diagnose kann Unsicherheiten, bedingt durch Patienten-spezifische Unterschiede der Lungenstrukturen, minimieren.<\/p>\n

Klinische Daten, Labordaten und Thorax-CT-Aufnahmen sollen in ein interdisziplin\u00e4res KI-Vorhersagemodell eingebunden werden. Anhand der Verkn\u00fcpfung der relevanten Datens\u00e4tze soll eine Vorhersage des Krankheitsverlaufes hinsichtlich der Hospitalisierung, der Versorgungsstufe und der Notwendigkeit medizinischer Ma\u00dfnahmen beurteilt werden und eine Risikoabsch\u00e4tzung erstellt werden.. Hierbei sollen relevante Therapieschritte und diagnostische Folgema\u00dfnahmen abgeleitet werden (Riskiostratifizierung, decision pathways).<\/p>\n

Segmentierung von Covid-19-Merkmalen: Merkmale des Lungenbefalls mit SARS-CoV-2 sollen in CT-Daten identifiziert werden, anhand multizentrischer repr\u00e4sentativer Vergleichskollektive k\u00f6nnen diese schnell erhoben werden. Relevant f\u00fcr eine Stratifizierung ist der individuell lokoregion\u00e4r repr\u00e4sentative Datensatz. Auf diese Weise wird an Hand eines \u00fcberwachten Trainingsdatensatzes f\u00fcr eine individuell angefertigte Methodik (shape regularized deep learning) mit Einbezug automatischer Segmentierung das Modell entwickelt. Hierbei k\u00f6nnen Stratifizierungsmerkmale methodisch integriert werden und eine schnelle klinische Anwendung ist m\u00f6glich.<\/p>\n

<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Validierung eines CT Kategorisierungs-Systems f\u00fcr die Bildgebung<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Validierung eines Kategorisierungs-Systems zur standardisierten Befundung bei CT-Untersuchungen mit der Frage nach COVID-19 Pneumonie.<\/p>

Standardisierte Befundung hat einen besonders hohen Stellenwert bei COVID-19 Pneumonien,<\/span> um den zuweisenden Kliniken klare Diagnosen und Empfehlungen mitteilen zu k\u00f6nnen und um\u00a0<\/span>m\u00f6gliche Fehlerquellen durch unklar formulierte Befunde zu minimieren. Die CT zeigt bei\u00a0<\/span>COVID-19 Pneumonien eine hohe Sensitivit\u00e4t, ist jedoch nicht immer optimal spezifisch. Daher\u00a0<\/span>ist eine Klassifizierungsskala n\u00f6tig, die die Wahrscheinlichkeit f\u00fcr eine COVID-19 Pneumonie\u00a0<\/span>abbilden kann. Au\u00dferdem muss aufgrund der fluktuierenden Inzidenz bei Saisonalit\u00e4t des\u00a0<\/span>SARS-CoV-2 die jeweils aktuelle Pandemielage ber\u00fccksichtigt werden k\u00f6nnen, sodass\u00a0<\/span>insbesondere der Einfluss abnehmender Pr\u00e4valenz auf die positiv pr\u00e4diktiven Werte durch ein\u00a0<\/span>intuitiv angepasstes Leseverhalten minimiert werden kann. Diese intuitive Anpassung des\u00a0<\/span>Leseverhaltens in Abh\u00e4ngigkeit der Pr\u00e4valenz der Zielgr\u00f6\u00dfe konnte bereits exemplarisch im\u00a0<\/span>Vergleich zwischen Mammographiescreening und diagnostischer Mammographie gezeigt\u00a0<\/span>werden.<\/span><\/p>

Das COV-RADS Schema ist angelehnt an die BI-RADS Schema, hierbei schlie\u00dfen 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:<\/p>

\u2022 COV-RADS 1: Normale Lunge ohne Anhalt f\u00fcr Pneumonie oder andere Pathologie.<\/span><\/p>

\u2022 COV-RADS 2: Pathologischer CT-Befund der Lunge, jedoch kein Anhalt f\u00fcr COVID-19.<\/p>

\u2022 COV-RADS 3: CT Befunde, die m\u00f6glicherweise COVID-19 zuzuordnen sind.<\/p>

\u2022 COV-RADS 4: CT-Befunde, die suspekt sind auf COVID-19.<\/p>

\u2022 COV-RADS 5: CT-Befunde, die typisch sind f\u00fcr COVID-19.<\/span><\/p>

Die standardisierte Kategorisierung erlaubt dar\u00fcber hinaus eindeutige Empfehlungen f\u00fcr Isolations- und Abstrichsma\u00dfnahmen, derartige Empfehlungen wurden exemplarisch bereits am Anfang der Pandemie in Aachen in enger Zusammenarbeit mit der Krankenhaushygiene festgelegt.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Erstellung des Risikomodells In der Thorax-CT zeigen die virus-spezifischen pulmonalen Pathologien eine gro\u00dfe Variabilit\u00e4t, 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 gro\u00dfes Ma\u00df an Sicherheit f\u00fcr die …<\/p>\n

RACOON Application<\/span>Read More »<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"elementor_theme","meta":{"inline_featured_image":false,"footnotes":""},"class_list":["post-1730","page","type-page","status-publish","hentry"],"pbg_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"leap-image-100x100":false,"1536x1536":false,"2048x2048":false},"pbg_author_info":{"display_name":"admin","author_link":"https:\/\/racoon.network\/?author=1","author_img":"admin"},"pbg_comment_info":" No Comments","pbg_excerpt":"Erstellung des Risikomodells In der Thorax-CT zeigen die virus-spezifischen pulmonalen Pathologien eine gro\u00dfe Variabilit\u00e4t, 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 gro\u00dfes Ma\u00df an Sicherheit f\u00fcr die … RACOON ApplicationRead More »","_links":{"self":[{"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/pages\/1730","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/racoon.network\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1730"}],"version-history":[{"count":36,"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/pages\/1730\/revisions"}],"predecessor-version":[{"id":7649,"href":"https:\/\/racoon.network\/index.php?rest_route=\/wp\/v2\/pages\/1730\/revisions\/7649"}],"wp:attachment":[{"href":"https:\/\/racoon.network\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1730"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}