Cookies used for improved website experience

Siemens Healthineers and our partners use cookies and other similar technologies to operate the Siemens Healthineers websites and personalize content and ads. You may find out more about how we use cookies by clicking "Show details" or by referring to our Cookie Policy.
You may allow all cookies or select them individually. And you may change your consent and cookie preferences anytime by clicking on the "Review and change your consent" button on the Cookie Policy page.

When you visit Siemens Healthineers websites, we use different types of cookies and other similar technologies to, for example, personalize content and ads, store your preferences, analyze traffic to our website, or offer social media features. We also share information about your use of our websites with our partners for social media, advertising, and analytics.
You can select which cookies should be stored when you use our websites. You can change your cookie settings and consent anytime by clicking on the "click to review and change your consent" button on the Cookie Policy website.
For more information, please refer to the "Show details" button and our Cookie Policy.


Your consent applies to the following domains: mtr-symposium.event.siemens-healthineers.com, live.hemostasis-institute.event.siemens-healthineers.com, hemostasis-institute.event.siemens-healthineers.com, mrinsightsinrt.event.siemens-healthineers.com, breast-imaging-world.event.siemens-healthineers.com, cardiovascularwebinars.event.siemens-healthineers.com, live.cardiovascularwebinars.event.siemens-healthineers.com, events.siemens-healthineers.com, fleet.siemens-healthineers.com, landingpages.siemens-healthineers.com, www.ith-icoserve.com, forum.siemens-healthineers.com, csx-meta.siemens-healthineers.com, csx-pi.siemens-healthineers.com, cs-pi.siemens-healthineers.com, jobs.siemens-healthineers.com, www.clinistix.siemens-healthineers.com, www.medicalaffairs.siemens-healthineers.com, www.clinitest.siemens-healthineers.com, www.cspartnerportal.siemens-healthineers.com, www.magnetomworld.siemens-healthineers.com, www.medmuseum.siemens-healthineers.com, www.oem-products.siemens-healthineers.com, www.siemens-healthineers.com

PracaRelacje InwestorskieCOVID-19
  1. Siemens Healthineers Polska
  2. Medical Imaging
  3. Digital Transformation of Radiology
  4. AI COVID-19
AI Covid-19 algorithm

AI COVID-19Algorytm opracowany dzięki współpracy podmiotów i środowisk naukowo-medycznych.

Pandemia koronawirusa nadal się rozprzestrzenia, powodując niespotykane dotąd zakłócenia systemów opieki zdrowotnej i stawiając przed personelem medycznym na całym świecie nowe wyzwania kliniczne i operacyjne. Uważamy, że pandemia COVID-19 znacząco zmieni systemy opieki zdrowotnej. W szczególności stanie się katalizatorem rozwoju bardziej skutecznej, efektywnej, a przede wszystkim bardziej pacjentocentrycznej medycyny.

Koronawirusy (CoV) to duża rodzina wirusów, które powodują wiele chorób: od zwykłego przeziębienia do poważniejszych schorzeń, takich jak bliskowschodni zespół niewydolności oddechowej (MERS-CoV) i zespół ciężkiej ostrej niewydolności oddechowej (SARS-CoV). COVID-19 jest wywoływany przez koronawirusa SARS-Cov-2 i ma wskaźnik śmiertelności sięgający 4%1. Ze względu na skuteczne namnażanie się wirusa i wysoką zakaźność choroby, narzędzia do szybkiego testowania i diagnostyki są niezbędne do monitorowania rozwoju pandemii i zmniejszenia prędkości jej rozprzestrzeniania się.

Siemens Healthineers rozumie pilność i złożoność sytuacji, w jakiej znajdują się świadczeniodawcy medyczni. Dlatego wspólnie z naszą siecią badawczą i innymi partnerami opracowaliśmy algorytm CT Pneumonia Analysis2

COVID-19: Wyzwanie w diagnostyce i planowaniu terapii

Diagnozę COVID-19 potwierdza się za pomocą reakcji łańcuchowej polimerazy z odwrotną transkrypcją (RT-PCR)3 – techniki laboratoryjnej pozwalającej wykrywać materiał genetyczny dowolnych patogenów, w tym wirusów. Czułość tego testu może wynosić nawet poniżej 60-70%4, powodując fałszywie negatywny wynik w pierwszych dniach od infekcji. W najgorszym przypadku zakażeni pacjenci mogą być wówczas odsyłani do domów, potencjalnie zarażając osoby ze swego otoczenia. Ponadto niedobory zestawów testowych mogą przyczyniać się do niewykrywanego rozprzestrzeniania się wirusa.

1/4
Images created with Cinematic Rendering, Courtesy of CHR East Belgium Verviers
Images created with Cinematic Rendering, Courtesy of CHR East Belgium Verviers
Images created with Cinematic Rendering, Courtesy of CHR East Belgium Verviers
Images created with Cinematic Rendering, Courtesy of CHR East Belgium Verviers
Images created with Cinematic Rendering, Courtesy of CHR East Belgium Verviers
1/4

Dyskusja o roli CT i RTG w diagnostyce COVID-19 już się zaczęła, a dwa wstępne badania5 wykazały, że obrazowanie płuc poprzez CT klatki piersiowej zapewnia lepszą czułość w porównaniu z RT-PCR u pacjentów z podejrzeniem COVID-19. Podstawowymi cechami widocznymi na płucach dotkniętych COVID-19 są ogniska obwodowe lub wieloogniskowe obszary „matowej szyby”, konsolidacje i obrazy „kostki brukowej”.

  • obszary „matowej szyby” w obwodowej i tylnej części płuc na obrazach CT wskazują na zapalenie płuc COVID-19
  • CT może odgrywać ważną rolę w diagnostyce COVID-19, zapewniając zaawansowane dowody kliniczne

Tomografia komputerowa klatki piersiowej bez kontrastu okazała się przydatna nie tylko do wykrywania, oceny nasilenia i monitorowania postępu choroby, ale także do prognozy, jak pacjent zareaguje na dostępne terapie. Podobne wyniki można osiągnąć za pomocą RTG klatki piersiowej, które mogą być przydatne w śledzeniu postępu choroby i efektów leczenia.

Współpraca w odpowiedzi na złożone wyzwanie

Nasz cel, aby poprzez innowacje umożliwiać ludziom dłuższe i zdrowsze życie, nigdy nie był bardziej aktualny. Zespoły ekspertów Siemens Healthineers i naszych partnerów rozumieją pilność i złożoność obecnej sytuacji. Dlatego postanowiliśmy skupić się na wspólnym rozwijaniu nowego algorytmu, który ułatwi walkę z pandemią COVID-19. Za współpracę i bezcenny wkład dziękujemy:Z wdzięcznością przywitamy także te instytucje, które dołączą do naszego projektu w przyszłości.

  • Hôpital Foch – Paryż
  • Northwell Health – Nowy Jork
  • University Hospital Basel, Clinic of Radiology & Nuclear Medicine – Bazylea
  • Vancouver General Hospital – Vancouver
  • Clínica Universidad de Navarra – Navarra
  • Health Time – Jaén (Hiszpania)
  • Houston Methodist – Houston
  • i wielu innym szpitalom z pierwszej linii.

Z wdzięcznością przywitamy także te instytucje, które dołączą do naszego projektu w przyszłości.

Dzięki połączeniu potencjału naszego wyjątkowego zespołu badawczo-rozwojowego ds. AI w Princeton, centrum rozwoju oprogramowania w Bangalore, ekspertów tomografii komputerowej w Forchheim, naszych partnerów w Paryżu i naszego superkomputera Sherlock poszerzyliśmy nasze portfolio produktów opartych na sztucznej inteligencji o algorytm skoncentrowany na obrazowaniu TK. Będziemy mogli jeszcze skuteczniej jako partner wspierać świadczeniodawców w dostarczaniu efektywnej opieki medycznej dzięki algorytmowi analizy obrazu zapalenia płuc.

 

W jaki sposób sztuczna inteligencja wspomaga radiologów w kontekście COVID-19?

Aby lepiej leczyć COVID-19, musimy szybko zgromadzić jak największą wiedzę na temat nowego koronawirusa. Włączenie diagnostyki radiologicznej do procesu potwierdzania COVID-19 zwiększyło obciążenia radiologów. Coraz więcej przypadków musi być przeanalizowanych, opisanych i skierowanych na ścieżki kliniczne o odpowiednim priorytecie. Wsparcie ze strony sztucznej inteligencji zdejmie z radiologów część tych zadań, pozwalając zwiększyć szybkość i dokładność diagnozy.

  • Ludzka wydajność i dokładność spadają w wyniku przeciążenia pracą. Automatyzacyjny potencjał sztucznej inteligencji będzie dużym wsparciem.
  • Sztuczna inteligencja może bardzo skutecznie wspomagać rozpoznawanie zmian chorobowych na obrazach CT, klasyfikując wyniki ilościowo i porównując badania pacjenta z różnych momentów, co jest kluczowe dla precyzyjnej, zindywidualizowanej terapii.
  • Sztuczna inteligencja dostarcza klinicystom danych kluczowych dla triażu pacjentów, diagnozy (w połączeniu z testami RT-PCR i analizą ryzyka epidemiologicznego), oceny ciężkości stanu, śledzenia przebiegu choroby czy monitorowania, jak pacjent reaguje na zastosowane terapie.

Jak działa CT Pneumonia Analysis2?

Algorytm na potrzeby badawcze automatycznie identyfikuje i kwantyfikuje widoczne w obrazie tomograficznym nieprawidłowości w obrębie płuc. Opierając się na wykonanej bez podawania kontrastu tomografii komputerowej klatki piersiowej, system identyfikuje i wyodrębnia w 3D płuca i ich płaty oraz nieprawidłowości. System oblicza następnie dwa dwuskładnikowe wskaźniki stopnia zajętości całego płuca i poszczególnych płatów, kalkulując objętość zmian wywołanych COVID-19 i ilość obszarów „matowego szkła”, które korelują z najcięższymi objawami. Pierwszy wskaźnik jest globalny, drugi dotyczy danego płata.

  • Procent zacienienia (PO - Percentage of Opacity): estymowana objętość zmian jako procent całkowitej objętości płuc
  • Procent wysokiego zacienienia (PHO - Percentage of High Opacity): estymowana objętość obszarów „matowego szkła” (wysokiego zacienienia) jako procent łącznej objętości zmian
  • Skala zaawansowania (LSS - Lung Severity Score): rozległość nieprawidłowości w obrębie płata
  • Skala wysokiego zacienienia (LHOS - Lung High Opacity Score): rozległość nieprawidłowości z wysokim zacienieniem („matowym szkłem”) w obrębie płata
covid-19 lungs

Tak obliczone wskaźniki mogą być użyte do oceny ciężkości choroby i monitorowania zmian u pacjentów z objawami COVID-19.

Skuteczność algorytmu w obliczaniu PO, LSS, PHO i LHOS przetestowano na bazie 100 przypadków COVID-19 i 100 przypadków kontrolnych z wielu szpitali kanadyjskich, europejskich i amerykańskich. Punktem odniesienia były kalkulacje tych wskaźników dokonane na podstawie wykonanych przez radiologów opisów płuc, płatów i zmian.

Opinie klientów/partnerów:

dr François MELLOT – Hôpital FOCH – szef oddziału radiologii - Suresnes – Francja
Oprogramowanie błyskawicznie rozwinięte przez Siemens Healthineers okazało się bardzo przydatne do oceny stopnia i zlokalizowania zapalenia płuc wywołanego koronawirusem. Narzędzie jest bardzo łatwe w użyciu i pozwala osobno obliczać ilość zmian typu „matowe szkło” i innych zagęszczeń tkanki. 6

prof. Philippe GRENIER, szef zespołu ds. wdrażania i rozwoju technologii sztucznej inteligencji – Hôpital FOCH – Suresnes – Francja
Automatyczna kwantyfikacja wynikających z COVID-19 zmian widocznych na obrazach TK klatki piersiowej, którą umożliwia oparte na sztucznej inteligencji oprogramowanie Siemens Healthineers, stała się bardzo cennym wsparciem dla radiologów. Po zastosowaniu systemu w ponad stu badaniach pacjentów z zapaleniem płuc wywołanym przez koronawirusa możemy stwierdzić, że to narzędzie efektywne, precyzyjne i łatwe w obsłudze. Było ono wyczekiwane tym bardziej, że istnieje paląca potrzeba kalkulowania ciężkości i rozległości zapalenia płuc COVID-19 w sposób zuniformizowany – jest to konieczne dla badań klinicznych nad różnymi metodami leczenia COVID-19. 6

Obrazy uzyskane za pomocą prototypu

1/6
Przypadek 103
Przypadek 203
Przypadek 1: Postrprocessing wykonany za pomocą AI-Rad Companion Research
Przypadek 1: Postrprocessing wykonany za pomocą AI-Rad Companion Research

Dzięki uprzejmości CHR East Belgium Verviers
Przypadek 1: Postrprocessing wykonany za pomocą AI-Rad Companion Research
Przypadek 1: Postrprocessing wykonany za pomocą AI-Rad Companion Research
Przypadek 1: Postrprocessing wykonany za pomocą AI-Rad Companion Research
Przypadek 2: Postprocessing wykonany za pomocą syngo.via.
Przypadek 2: Postprocessing wykonany za pomocą syngo.via.
Przypadek 2: Postprocessing wykonany za pomocą syngo.via.
1/6

Dowiedz się więcej o wymaganiach systemowych i bezpłatnie zastosuj algorytm CT Pneumonia Analysis2 w swoich badaniach naukowych.

Aby maksymalnie ułatwić korzystanie z naszego nowego algorytmu, udostępniamy go za pośrednictwem naszych stosowanych już w innych procedurach systemów czytania i opisu skanów.

syngo.via openApps CT Pneumonia Analysis: Dzięki OpenApps, syngo.via łączy się z Siemens Healthineers Digital Marketplace i dostępnymi tam innowacyjnymi programami. Z tego zintegrowanego rozwiązania, pozwalającego organizować i poznawać aplikacje od Siemens Healthineers i innych dostawców, można korzystać bezpośrednio z platformy syngo.via. Wystarczy kliknąć ikonę koszyka w prawym górnym rogu syngo.via w wersji VB30A lub nowszej. Licencja Frontier nie jest wymagana, aby uzyskać dostęp do prototypu CT Pneumonia Analysis.

syngo.via Frontier CT Pneumonia Analysis: syngo.via Frontier pozwala budować pozycję merytorycznego lidera dzięki dostępowi do wielu prototypowych aplikacji obróbki obrazu, płynnie zintegrowanych ze znajomym środowiskiem syngo.via. Prototyp CT Pneumonia Analysis2 znajduje się w specjalnym sklepie syngo.via Frontier Prototype Store, stale wzbogacanym o nowe produkty.
AI-Rad Companion Research CT Pneumonia2 Analysis: AI-Rad Companion, nasza rodzina opartych na sztucznej inteligencji i funkcjonujących na platformie teamplay rozwiązań wspierających pracę radiologów, pomaga zmniejszyć ich obciążenie powtarzającymi się zadaniami i może zwiększyć dokładność diagnostyczną. Dzięki algorytmom sztucznej inteligencji AI-Rad Companion automatycznie obrabia zestawy danych obrazowych. Automatyzacja rutynowych przepływów pracy z powtarzającymi się zadaniami i dużymi ilościami badań pozwala skupić się na najbardziej złożonych kwestiach.

Algorytmy AI mogą wychwytywać oznaki COVID-19 w klinicznych RTG klatki piersiowej, poza kontekstem badawczym

Sztuczna inteligencja może być ważnym wsparciem pracy radiologa. AI-Rad Companion Chest X-ray6, nowość w rodzinie produktów AI-Rad Companion, to kolejne rozwiązanie, w którym głębokie uczenie maszynowe służy wyspecjalizowanym celom. AI-Rad Companion Chest X-ray7 automatycznie opisuje wyniki RTG płuc (projekcja tylno-przednia w pozycji stojącej).
Aplikacja funkcjonuje jako drugi lub trzeci członek konsylium, wspierając radiologów w rozpoznaniu różnicowym i decyzjach klinicznych. Potrafi zdiagnozować odmę opłucnową, zmiany płucne (guzki, masy, ziarniniak), niedodmę, konsolidacje i wysięk opłucnowy. Niedodmę i konsolidacje często stwierdza się u pacjentów z objawami zapalenia płuc wywołanego przez wirusa SARS-CoV-2.

1/3
Courtesy: 43: Klinikum der Universität München
Courtesy: 43: Klinikum der Universität München
Medizinisches Versorgungszentrum Prof. Dr. Uhlenbrock & Partner, Dortmund
Klinikum der Universität München
1/3
1
Wilson N, Kvalsvig A, Barnard LT, Baker MG. Case-Fatality Risk Estimates for COVID-19 Calculated by Using a Lag Time for Fatality. Emerg Infect Dis. 2020;26(6).
2
Tylko do użytku naukowego. Nie do zastosowań diagnostycznych.
3
CDC. CDC Clinical Criteria [Internet]. 2020. https://www.cdc.gov/coronavirus/2019-nCoV/hcp/clinical-criteria.html, dostęp 20.04.2020
4
Kanne JP, Little BP, Chung JH, Elicker BM, Ketai LH. Essentials for radiologists on COVID-19: an update—radiology scientific expert panel. Radiology. 2020;200527.
5
https://pubs.rsna.org/doi/10.1148/radiol.2020201365, dostęp 22.04.2020
6
Opisane tu wyniki zostały uzyskane przez klientów Siemens Healthineers w warunkach ich placówek. Ponieważ nie istnieje “typowy” szpital i w grę wchodzi wiele zmiennych (np. wielkość placówki, rodzaj przypadków, stopień informatyzacji), nie można zagwarantować takich samych rezultatów w innych organizacjach.
7
AI-Rad Companion Chest X-ray nie jest obecnie komercyjnie dostępny w Stanach Zjednoczonych i niektórych innych państwach.