wydechu, a w fazie przewlekłej charakteryzuje się nieregularnymi zagęszczeniami podopłucnowymi w powiązaniu z zaburzeniami architektury płuc, na-wet z obecnością obrazu „plastra miodu” (4) Podobną rolę odgrywa obraz osadu z płynu z płukania oskrzelowo- pęcherzykowego (BALF). Limfocytoza w BALF >30% dla ex palaczy i nie Zmiany w czasie Badanie TK klp 62-letniego mężczyzny z gorączką od 2 tygodni, dusznością od 1 dnia. Ujemny wynik RT-PCR w kierunku SARS-CoV-2 w próbkach pobranych 03.02 i 11.02.2020. (kolumna A) w badaniu TK obustronne mnogie ogniska mlecznej szyby (kolumna B) powiększenie ognisk mlecznej szyby (kolumna C) progresja choroby z TK klatki piersiowej: W obu płucach widoczne zagęszczenia miąższowe, część z bronchogramem powietrznym, wykazujące predylekcję do obwodu oraz mniejsze, nieregularne ogniska zagęszczeń oraz ogniska matowej szyby lokalizujące się przy pęczkach naczyniowo-oskrzelowych. Podopłucnowy obszar matowej szyby w segmencie 10P. obraz matowej szyby. Wstępnie rozpoznawano. u nich AZPP, nie wykluczając zresztą PHKL w dia-gnozie różnicowej. W pracy tej wykazano dodat-nią korelację między nasileniem włóknienia prze- Najczęściej opisuje się je w przebiegu chorób au-toimmunologicznych, takich jak zespół Sjögrena, (zacienienia typu „matowej szyby”, zagęszczenia przypodstawne, objaw plastra miodu Oczywiście obowiązuje nas potwierdzenie obecności wirusa w badaniu genetycznym PCR, ale często trzeba na nie długo czekać, podczas gdy prawie u 86% pacjentów wystąpią zmiany w płucach. Wczesne wykonanie TK płuc może dać sygnał, że jeżeli zdjęcie jest „czyste”, to istnieje mała szansa, że mamy do czynienia z COVID-19. #ultrasonografiaratunkowa #25 Wezwanie ZRM do duszności, mężczyzna lat 61 obciążony w kierunku NT, wypisany trzy dni wcześniej ze szpitala, leczony z Zespół doktora Liaoyi Lina z uniwersyteckiego szpitala w Wenzhou (Chiny) sprawdził przydatność tomografii komputerowej (CT) w diagnostyce różnicowej zapalenia płuc spowodowanego COVID-19 oraz grypowego zapalenia płuc. Do badania włączono ogółem 97 pacjentów (49 kobiet i 48 mężczyzn). Spośród nich 52 osoby (29 mężczyzn, 23 TK klatki piersiowej: Płat żyły nieparzystej.Obszary typu matowej szyby z pułapką powietrzną głównie w polach dolnych, mogące wynikać z zaburzeń perfuzji. Naczynia w dolnych częściach płuc ( tt. i żyły płucne) poszerzone, o krętym przebiegu – zwłaszcza żyły Obraz może budzić podejrzenie przetok tętniczo-żylnych obecnych w obrębie dystalnych części naczyń, bez •W płucach dochodzi do tworzenia się guzków, które formują ziarniniaki, mogą się w nich tworzyć jamy i torbiele •Zajmują pola górne i środkowe płuc •Początek choroby stopniowy, chorzy pomimo rozległych zmian w płucach długo nie odczuwają objawów •Wykazano związek postaci płucnej z paleniem papierosów (głównie młodzi sK2aG. AI COVID-19Algorytm opracowany dzięki współpracy podmiotów i środowisk 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 (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 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 Analysis2COVID-19: Wyzwanie w diagnostyce i planowaniu terapiiDiagnozę 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 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-19CT może odgrywać ważną rolę w diagnostyce COVID-19, zapewniając zaawansowane dowody kliniczneTomografia 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 w odpowiedzi na złożone wyzwanieNasz 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 Foch – ParyżNorthwell Health – Nowy JorkUniversity Hospital Basel, Clinic of Radiology & Nuclear Medicine – BazyleaVancouver General Hospital – VancouverClínica Universidad de Navarra – NavarraHealth Time – Jaén (Hiszpania)Houston Methodist – Houstoni wielu innym szpitalom z pierwszej wdzięcznością przywitamy także te instytucje, które dołączą do naszego projektu w 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 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 wydajność i dokładność spadają w wyniku przeciążenia pracą. Automatyzacyjny potencjał sztucznej inteligencji będzie dużym 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 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 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 zacienienia (PO - Percentage of Opacity): estymowana objętość zmian jako procent całkowitej objętości płucProcent wysokiego zacienienia (PHO - Percentage of High Opacity): estymowana objętość obszarów „matowego szkła” (wysokiego zacienienia) jako procent łącznej objętości zmianSkala zaawansowania (LSS - Lung Severity Score): rozległość nieprawidłowości w obrębie płataSkala wysokiego zacienienia (LHOS - Lung High Opacity Score): rozległość nieprawidłowości z wysokim zacienieniem („matowym szkłem”) w obrębie płata Tak obliczone wskaźniki mogą być użyte do oceny ciężkości choroby i monitorowania zmian u pacjentów z objawami 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 klientów/partnerów:dr François MELLOT – Hôpital FOCH – szef oddziału radiologii - Suresnes – FrancjaOprogramowanie 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. 6prof. Philippe GRENIER, szef zespołu ds. wdrażania i rozwoju technologii sztucznej inteligencji – Hôpital FOCH – Suresnes – FrancjaAutomatyczna 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. 6Obrazy uzyskane za pomocą prototypuDowiedz się więcej o wymaganiach systemowych i bezpłatnie zastosuj algorytm CT Pneumonia Analysis2 w swoich badaniach maksymalnie ułatwić korzystanie z naszego nowego algorytmu, udostępniamy go za pośrednictwem naszych stosowanych już w innych procedurach systemów czytania i opisu openApps CT Pneumonia Analysis: Dzięki OpenApps, 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 Wystarczy kliknąć ikonę koszyka w prawym górnym rogu w wersji VB30A lub nowszej. Licencja Frontier nie jest wymagana, aby uzyskać dostęp do prototypu CT Pneumonia Analysis. Frontier CT Pneumonia Analysis: Frontier pozwala budować pozycję merytorycznego lidera dzięki dostępowi do wielu prototypowych aplikacji obróbki obrazu, płynnie zintegrowanych ze znajomym środowiskiem Prototyp CT Pneumonia Analysis2 znajduje się w specjalnym sklepie Frontier Prototype Store, stale wzbogacanym o nowe 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 AI mogą wychwytywać oznaki COVID-19 w klinicznych RTG klatki piersiowej, poza kontekstem badawczymSztuczna 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 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).2Tylko do użytku naukowego. Nie do zastosowań CDC Clinical Criteria [Internet]. 2020. dostęp JP, Little BP, Chung JH, Elicker BM, Ketai LH. Essentials for radiologists on COVID-19: an update—radiology scientific expert panel. Radiology. 2020; dostęp 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 Companion Chest X-ray nie jest obecnie komercyjnie dostępny w Stanach Zjednoczonych i niektórych innych państwach.