Siemens Healthineers stelt AI-applicatie voor analyse van CT-thorax gratis ter beschikking in strijd tegen COVID-19

• AI-gedreven analyse van CT-beelden van de long vermindert werklast van radiologen.
• AI kan een krachtig hulpmiddel zijn bij het herkennen van letsels in CT-beelden, het kwantitatief karakteriseren van resultaten en het vergelijken van veranderingen tussen examens.
• De resultaten worden gebruikt om de detectie, ernst en opvolging bij patiënten met COVID-19-symptomen te faciliteren.
• Prototype¹ is gratis beschikbaar op syngo.via openApps, syngo.via Frontier en AI-Rad Companion tot en met 30 november.

Huizingen, 29 april 2020 - In de strijd tegen COVID-19 brengt Siemens Healthineers gratis en vervroegd CT Pneumonia Analysis uit, een interactief AI-prototype dat automatisch geïnfecteerde zones op een CT-scan van de longen detecteert en kwantificeert. De resultaten kunnen vervolgens worden gebruikt om de ernst en het verloop van de afwijkingen bij COVID-19-patiënten te analyseren. Het prototype is gratis voor de syngo.via-gebruikers tot en met 30 november 2020.

De COVID-19-pandemie confronteert medisch personeel over de hele wereld met klinische en operationele uitdagingen. CT-longscans spelen een belangrijke rol in het identificeren en monitoren van besmette patiënten. Dit wordt bevestigd door een recente Belgische studie² onder leiding van onder meer viroloog Marc Van Ranst. Het opnemen van radiologische bevindingen in de diagnose van COVID-19, doet de werkdruk van de radiologen sterk toenemen. Zij moeten nu een stijgend aantal scans analyseren en prioriteren, een overweldigende werklast die nefast kan zijn voor de efficiëntie en nauwkeurigheid.

“Siemens Healthineers erkent hoe belangrijk elke extra hulp is voor medisch personeel in de strijd tegen het coronavirus”, vertelt Glenn To, Business Manager Computed Tomography & Radiation Oncology BeLux bij Siemens Healthineers. “Daarom hebben we, in samenwerking met onze externe partners³ en expertteams, het CT Pneumonia Analysis-algoritme ontwikkeld. Artificiële Intelligentie is namelijk een krachtig hulpmiddel bij het herkennen van letsels op CT-beelden en het kwantitatief karakteriseren van de bevindingen. Bovendien kan met deze gestandaardiseerde werkwijze de evolutie van de symptomen nauwkeurig opgevolgd worden. Daarnaast staat AI het zorgpersoneel niet alleen bij in de triage van patiënten met COVID-19 symptomen en hun diagnose, maar ook bij de beoordeling van de ernst en het verloop van de ziekte alsook de reactie op behandeling. Zo willen we hun groeiende werklast helpen verminderen.

Het interactieve prototype, dat wacht op goedkeuring door de FDA (U.S. Food and Drug Administration), maakt gebruik van een AI-algoritme om automatisch abnormale patronen in de longen te identificeren en te kwantificeren. Het “deep learning” algoritme werd daarvoor getraind met data van COVID-19-patiënten wereldwijd. Het systeem identificeert de longlobben en afwijkingen die verband houden met longontsteking. Het berekent ook volumes met hoge opaciteit, omdat is aangetoond dat deze correleren met ernstige symptomen. De resultaten kunnen worden gebruikt om de ernst en het verloop van de afwijkingen bij patiënten met COVID-19 symptomen te analyseren.

Het CT Pneumonia Analysis-prototype kan toegepast worden op beelden van alle CT-scanners, dus ook van andere leveranciers. Het is beschikbaar als een plug-inapplicatie op syngo.via, het Siemens Healthineers-platform dat gebruikt wordt om digitale beelden te visualiseren en te verwerken. syngo.via VB30- of VB40-gebruikers krijgen tot en met 30 november 2020 gratis toegang tot het prototype met behulp van de Digitale Marktplaats. Daarnaast kunnen syngo.via Frontier-gebruikers onbeperkt gebruikmaken van deze toepassing. Het voordeel van de syngo.via-workflow is dat de applicaties gedownload worden, waardoor zowel de medische gegevens als de verwerking ervan het ziekenhuis niet verlaten. Voor teamplay-gebruikers is de applicatie beschikbaar via het AI-rad-companion platform.

^{1 Het gaat om een prototype dat enkel voor onderzoek bedoeld is, niet voor diagnose.
2 Accuracy and reproducibility of low-dose submillisievert chest CT for the diagnosis of COVID-19, Dangis et al., Radiology: Cardiothoracic Imaging, Vol. 2, No. 2}

^{3 Onze partners:
(1) Hôpital Foch, Parijs, Frankrijk
(2) Northwell Health, New York, NY, Verenigde Staten
(3) Universitätsspital Basel, Afdeling radiologie en nucleaire geneeskunde, Basel, Zwitserland
(4) Vancouver General Hospital, Vancouver, Canada}