Comment l'IA peut-elle aider les médecins à combattre le coronavirus?

Nous sommes face à une pandémie mondiale.
Nous avons besoin de toute l'aide que nous pourrons recevoir pour contrôler
la pandémie de façon concrète et efficace.
Même l'IA a un rôle à jouer.
Icon arrow down
virus objectvirus object

Un outil reposant sur l'IA qui offre un soutien dans la prise en charge du coronavirus

En ligne et gratuit

Chez Lunit, nous développons un logiciel d'IA en mesure d'aider les radiologues à interpréter les radiographies thoraciques. Intitulé Lunit INSIGHT CXR, ce logiciel peut déceler de nombreux signes radiologiques, y compris la consolidation pulmonaire, indicatrice d'une éventuelle pneumonie à coronavirus (COVID-19).

Au regard de l'épidémie actuelle, nous avons publié une version spéciale du logiciel Lunit INSIGHT CXR permettant d'aider les prestataires de soins de santé à mieux prendre en charge le coronavirus. Cette solution est actuellement utilisée pour la prise en charge du coronavirus dans les hôpitaux sud-coréens et brésiliens. Elle fournit une assistance en matière de triage et de surveillance des patients.

Un membre du personnel médical du centre de soins dédié au coronavirus situé près de Daegu, en Corée du Sud, examine la radiographie thoracique d'un patient à l'aide du logiciel Lunit INSIGHT CXR.

Dans quelle mesure nous pouvons aider

Maintien des hôpitaux en fonctionnement à l'aide de l'IA

La pandémie actuelle du coronavirus impose aux prestataires de soins de santé du monde entier de faire face à des demandes massives en matière de tests, de diagnostics et de traitement. Bien que le test PCR soit effectué pour le diagnostic définitif de l'infection à coronavirus, il peut prendre jusqu'à 2 jours, voire plus, retardant la prise de décision, pourtant déterminante pour les patients. Cela peut être un problème majeur, car un retard du diagnostic peut entraîner une propagation plus importante de la maladie.
La radiographie thoracique peut constituer un test rapide, efficace et abordable pour l'évaluation de la pneumonie à coronavirus. Nous suggérons l'utilisation de l'IA en tant qu'outil de support pour l'interprétation des radiographies thoraciques, conformément à la description figurant ci-dessous.

Utilisation suggérée du logiciel Lunit INSIGHT CXR dans la réponse contre le coronavirus

  • Utilisation en tant qu'outil de support lorsque les cas sont nombreux, une situation susceptible d'entraîner une lecture de mauvaise qualité.
  • Utilisation avec les appareils de radiographie portables afin d'accélérer le suivi des résultats de tests et la prise de décision, avant l'arrivée des résultats des tests PCR.
  • Utilisation lorsqu'une surveillance régulière est nécessaire chez les patients présentant des symptômes légers, afin d'identifier et/ou de trier les patients en fonction de la progression de leurs symptômes.

Bien que l'ACR et le CDC ne recommandent actuellement pas l'utilisation de la tomodensitométrie ou de la radiographie thoracique dans un espace clos, par crainte d'infection par l'air ou les surfaces, l'ACR déclare cependant que, lorsque cela est nécessaire d'un point de vue médical, les établissements peuvent envisager le déploiement d'unités de radiographie portables, car le risque d'infection est relativement faible.

Publications

AI Performance in COVID-19 Settings Validated in Peer-Reviewed Journals

Implementation of a Deep Learning-Based Computer-Aided Detection System for the Interpretation of Chest Radiographs in Patients Suspected for COVID-19

Published in Korean Journal of Radiology, Jul 17, 2020
Eui Jin Hwang, MD, PhD, Hyungjin Kim, MD, PhD, Soon Ho Yoon, MD, PhD, Jin Mo Goo, MD, PhD and Chang Min Park, MD, PhD
Department of Radiology, Seoul National University College of Medicine, Seoul, Korea.

According to the study, radiologists with the assistance of Lunit INSIGHT CXR identified patients with rRT-PCR-positive COVID-19 or pneumonia on CXR with a reasonably acceptable performance. Sensitivity and specificity of AI-aided CXR interpretation for rRT-PCR-positive COVID-19 cases were 68.8% and 66.7%, and for CT abnormalities suggesting pneumonia was 81.5% and 72.3%, respectively.

In addition, the turnaround times of AI-aided CXR reports were significantly shorter than those of rRT-PCR results, with 51 and 507 minutes, respectively.

The findings of the study demonstrate that AI-aided CXR interpretation may assist with timely clinical decision-making and management of patients suspected for COVID-19. Patients with positive radiographs could be subject to enhanced isolation, which would minimize the transmission of COVID-19 while waiting for rRT-PCR results.

Read the full version

Deep-Learning Algorithms for the Interpretation of Chest Radiographs to Aid in the Triage of COVID-19 Patients: A Multicenter Retrospective Study

Published in PLOS ONE, Nov 24, 2020
Se Bum Jang, Suk Hee Lee, Dong Eun Lee, Sin-Youl Park, Jong Kun Kim, Jae Wan Cho, Jaekyung Cho, Ki Beom Kim, Byunggeon Park, Jongmin Park, Jae-Kwang Lim

According to the study, Lunit INSIGHT CXR showed a satisfactory performance comparable with that of radiologists in the CR-based diagnosis of pneumonia in COVID-19 patients. The sensitivity and specificity of Lunit AI algorithm were 95.6%, and 88.7%, respectively, while those of radiology reports were 91.2% and 96.9%, respectively.

The study demonstrates the automatic interpretation of the CR with Lunit INSIGHT CXR can significantly reduce the burden and workload of medical staff and radiologists in a sudden surge of suspected COVID-19 patients.

Furthermore,AI-aided CR can offer fast and reliable examinations, facilitating early screening and isolation of COVID-19 suspected patients, which is the most basic and important response strategy in emergency departments.

Read the full version

Presentation by Prof. Dong Eun Lee from the Chilgok Kyungpook University Hospital at the Korean Congress of Radiology meeting 2020

Cas d'utilisation

Corée du Sud et Brésil

En Corée du Sud, le logiciel Lunit INSIGHT CXR a été déployé pour aider à diagnostiquer les patients à Daegu, la région la plus touchée où environ 8 000 patients, soit environ 85 % de l'ensemble des cas du pays, ont été diagnostiqués comme porteurs du coronavirus. (au 30 mars 2020)

L'un des principaux hôpitaux universitaires de Séoul a construit un centre de soins de santé à Daegu, où les médecins examinent les patients à distance et proposent des consultations par visioconférence. Les radiographies thoraciques des patients sont envoyées directement aux radiologues de Séoul, où le logiciel Lunit INSIGHT CXR est utilisé, afin d'aider les radiologues à détecter et à diagnostiquer immédiatement une infection à coronavirus.

Le système permet un dépistage rapide et précoce des patients. Ceux-ci sont alors transférés directement dans de plus grands hôpitaux pour y recevoir un traitement approprié si nécessaire.

À Séoul, un professionnel de santé examine la radiographie thoracique d'un patient à l'aide du logiciel Lunit INSIGHT CXR

Au Brésil, le logiciel Lunit INSIGHT CXR a été déployé à des fins de test et de validation à PreventSenior, l'un des plus grands réseaux hospitaliers du Brésil, comptant 10 sites dans la région métropolitaine de São Paulo. PreventSenior fait partie des centres de détection du COVID-19 utilisant le dépistage par radiographie thoracique pour les patients présentant des symptômes légers.

À fin mars, l'établissement a déployé le logiciel Lunit INSIGHT pour analyser plus de 3 000 radiographies thoraciques pour lesquelles il existait une suspicion d'infection à coronavirus. Ici, les membres du personnel médical nous disent que le logiciel INSIGHT CXR leur est d'une grande aide, « en particulier pour le triage des patients ». En effet, l'hôpital fait face à un afflux de patients, alors que l'effectif de radiologues demeure faible.

Un professionnel de santé de l'un des centres de dépistage du COVID-19 au Brésil utilise le logiciel Lunit INSIGHT CXR pour examiner une radiographie thoracique.

Aide en ligne

Fournir une analyse gratuite du COVID-19

Pour aider les professionnels de santé durant cette pandémie, nous offrons une analyse instantanée par IA, gratuite et en ligne. Celle-ci permet de déceler les signes radiologiques évocateurs d'une pneumonie à coronavirus, sur la base des radiographies thoraciques. Nous espérons que cet accès gratuit puisse servir d'outil de support aux prestataires de soins de santé, en matière de diagnostic et de traitement du coronavirus.

La version téléchargeable est limitée à 20 cas par jour et par utilisateur, mais si vous devez analyser davantage de cas pour accueillir un nombre important de patients suspectés d'être infectés par le coronavirus, veuillez nous contacter par e-mail à l'adresse contact@lunit.io et nous vous fournirons une assistance.

Étude préliminaire

Analyse des cas de COVID-19 à l'aide de l'IA

Les résultats de notre étude préliminaire montrent que le logiciel Lunit INSIGHT CXR est capable de détecter la consolidation, un signe majeur révélateur de la pneumonie. Les données utilisées dans cette étude émanent de patients atteints du coronavirus. L'IA a démontré des performances d'un niveau comparable à celles des radiologues.

Dans notre étude, nous avons réuni six images radiographiques AP (antéropostérieures ; image de la partie avant de la poitrine) provenant de six patients présentant un diagnostic confirmé de coronavirus au moment de leur admission. D'après l'examen TDM de la poitrine, tous les patients présentaient une pneumonie. Sur la radiographie, trois patients présentaient des lésions clairement visibles, des lésions subtiles (un patient) ou non visibles (chez les deux autres patients), lorsque les radiographies étaient interprétées par un radiologue.

Lors de l'analyse rétrospective de ces images, notre objectif était de comparer les performances de détection des radiologues humains à celles de l'IA, afin de voir si notre IA aurait un niveau de détection égal ou supérieur à celui de nos experts en radiologie, le but étant de détecter correctement des lésions sur la base d'une radiographie thoracique provenant d'un patient porteur du coronavirus. Résultat : l'IA a été capable de détecter les mêmes éléments que les radiologues, démontrant ainsi un niveau de performances égal.

Cas 01

Il existe une opacité importante et irrégulière mal définie dans la zone pulmonaire gauche moyenne à inférieure, ce qui peut conduire à des ambiguïtés au moment de l'interprétation. Le logiciel Lunit INSIGHT CXR a correctement détecté la lésion avec un score d'anomalie de 34,0 %.

Cas 02

Le CXR simple du patient effectué en soins intensifs montre des opacités en verre dépoli inégales dans les zones pulmonaires inférieures bilatérales. Le logiciel Lunit INSIGHT CXR a correctement détecté les lésions avec un score d'anomalie de 72,0 %, même lorsque plusieurs tubulures, cathéters centraux ou dispositifs externes se chevauchaient sur l'image.

Cas 03

On constate des consolidations multifocales/nodulaires et des opacités en verre dépoli autour de la zone pulmonaire droite moyenne à inférieure. Le logiciel Lunit INSIGHT CXR a correctement détecté ces lésions, avec un score d'anomalie de 76,0 %.
link to facebooklink to twitterlink to linkedin

Address - 27 Teheran-ro 2-gil, Gangnam-gu, Seoul, South Korea © Lunit Inc.