Subscribe to RSS
DOI: 10.1055/s-0041-1723245
Quantifizierung von COVID-19-Opazitäten in der Thorax-CT – Bewertung eines KI-Ansatzes zur Unterscheidung kritischer und nicht kritischer Patienten in Relation mit klinischen und Laborparametern
Zielsetzung Bewertung des Potenzials eines auf künstlicher Intelligenz (KI) basierendem Softwareprototypen zur Quantifizierung des Schweregrades einer COVID-19-Infektion in der Thorax-CT unter Einbezug von klinischen und Labordaten.
Material und Methoden Retrospektiv wurden 63 Patienten mit bestätigter COVID-19-Infektion und Thorax-CT im Zeitraum 03/2020 – 10/2020 untersucht. Softwareparameter wie der Opazitätenwert wurden automatisch mit einer KI-gesteuerten Software bewertet und sowohl mit klinischen als auch Labordaten zum CT-Untersuchungszeitpunkt (± 48 h) unter Verwendung von Spearman-Rho und linearer Regressionsanalyse korreliert. Es erfolgte eine Einteilung in Subkohorten mit und ohne Notwendigkeit eines Intensivaufenthalts. Subkohortenunterschiede wurden unter Verwendung des Wilcoxon-Tests bewertet.
Ergebnisse 63 Patienten (Durchschnittsalter 56,7 Jahre) wurden eingeschlossen, von diesen hatten 27 (0.45) einen Aufenthalt auf der Intensivstation. Das Ausmaß der COVID-19-ähnlichen Opazitäten in der Thorax-CT zeigte signifikante Korrelationen (P < 0.001 sofern nicht anders angegeben) mit der Notwendigkeit eines Intensivaufenthalts (r = 0.71), der Intensivaufenthaltsdauer (r = 0.76), der Krankenhausaufenthaltsdauer (r = 0.33, P < 0.05) und dem Exitus letalis (r = 0.50). Das Ausmaß der COVID-19-ähnlichen Opazitäten korrelierte mit Laborparametern wie der Lactatdehydrogenase (r = 0.58), der Neutrophilenzahl (r = 0.49), der Leukozytenzahl (r = 0.47) und dem Interleukin-6 (r = 0.42). Unterschiede zwischen der Gruppe mit und ohne Aufenthalt auf Intensivstation betrafen eine längere Krankenhausaufenthaltsdauer (23.78 vs. 10.21 Tage), den Opazitätenwert (0 – 20) (18.91 vs. 3.25) und Prädiktoren eines schweren Verlaufs wie der Lactatdehydrogenase (429.78 vs. 315.03 mg/dl).
Schlussfolgerungen Die automatische KI-basierte Quantifizierung von Opazitäten in der Thorax-CT korreliert mit Labor- und klinischen Daten bei Patienten mit bestätigter COVID-19-Infektion und könnte als nicht-invasiver prädiktiver Marker für den klinischen Verlauf von COVID-19 dienen.
#
Publication History
Article published online:
11 May 2021
© 2021. Thieme. All rights reserved.
Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany