Nicht nur PCR-Tests eignen sich zur Diagnose von Infektionen mit SARS-CoV-2. Das Coronavirus lässt sich auch auf Computertomographie-Scans erkennen. Forschende haben nun interaktives KI-System entwickelt, das diese Diagnose mit besonders hoher Präzision ermöglicht.
Das in einer internationalen Kooperation entstandene KI-System bietet eine Erfolgsrate von 92 Prozent auf einem speziellen, öffentlich verfügbaren Testdatensatz. Das ist eine der weltweit präzisesten automatischen Diagnosen von SARS-CoV-2 anhand von CT-Scans.
Neben den weltweit eingesetzten PCR-Tests (Polymerase-Kettenreaktion) lässt sich SARS-CoV-2 auch anhand von Computertomographie-Scans nachweisen – wozu auch Künstliche Intelligenz (KI) eingesetzt werden kann. Ein KI-System kann nicht nur die CT-Scans von Covid-19-Patientinnen und Patienten aus einem Datensatz herausfiltern, sondern zudem einschätzen, welche Bildbereiche besonders auffällig sind. In dem Forschungsprojekt arbeiten Prof. Dr.-Ing. Daniel Sonntag, Leiter des Forschungsbereichs Interaktives Maschinelles Lernen (IML) des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) und der Wissenschaftler Duy Nguyen mit Forschenden der Dublin City University (Irland), der University of California, Berkeley (USA), der VNUHCM-University of Science (Vietnam) und des Max-Planck-Instituts für Informatik zusammen. Gemeinsam haben sie den neuen Prototyp zur automatischen Erkennung von SARS-CoV-2-Infektionen auf CT-Scans entwickelt.
Neuer Ansatz erreicht hohe Trefferquote
Die Forschenden haben jetzt den neuen Ansatz präsentiert. Er soll die Diagnose durch das Zusammenführen verschiedener Datenquellen zu verbessern und Fehler zu minimieren. In Testverfahren mit Forschungsdaten erreicht die Methode eine Trefferquote von 92 Prozent. Damit ist es nach aktuellem Stand eines der weltweit besten Ergebnisse in der automatischen Bilderkennung von Infektionen mit SARS-CoV-2 auf einem CT-Scan-Datensatz. Doch das Verfahren hat zusätzlich noch eine Besonderheit: Es stellt Ärztinnen und Ärzten visuell dar, worauf die Diagnose basiert.
Diagnosen schneller und nachvollziehbarer
Die hinterlegte Abbildung zeigt den CT-Scan einer Lunge (links), der durch das Verfahren der automatischen Bilderkennung analysiert wird. Zudem können Patientinnen und Patienten durch eine sogenannte Milchglastrübung (Mitte) auf akute und chronische Krankheiten untersucht werden. Auf einer sogenannten Heatmap (rechts) markiert das KI-System schließlich den Bereich, auf dem die Entscheidung basiert.
Die visuelle Erklärung des Assistenzsystems soll die Diagnose nachvollziehbarer zu machen und Ärzten wichtige Einsichten liefern. So soll die Die automatische Bilderkennung mit hoher Präzision dabei helfen, die Infektion einzuschätzen und die Behandlung besser planen zu können. Die Wissenschaftler sind überzeugt: Gerade bei Engpässen in der medizinischen Versorgung könnte eine solche Entscheidungshilfe ein bedeutender Vorteil sein.
Das Paper mit dem Titel „An attention mechanism using multiple knowledge sources for COVID-19 detection from CT images” kann auf der Website des DFKI abgerufen werden.