OAK BROOK, Ill. - Ein tiefes Lernmodell hat gezeigt, dass es die chronisch obstruktive Lungenerkrankung (COPD) mit nur einem Inhalations-CT-Scan genau diagnostizieren und klassifizieren kann, laut einer Studie, die in Radiology: Cardiothoracic Imaging veröffentlicht wurde.
COPD ist eine fortschreitende Lungenerkrankung, die das Atmen erheblich beeinträchtigt und die dritthäufigste Todesursache weltweit ist. Traditionell erfolgt die Diagnose durch einen Spirometrietest, der die Lungenfunktion durch Luftaustausch misst.
Dieser neue Ansatz verwendet ein konvolutionales neuronales Netzwerk (CNN) in Kombination mit klinischen Daten, um eine effektive COPD-Diagnose und -Klassifizierung aus einem einzigen CT-Bild zu ermöglichen. Die Studie analysierte Daten von 8.893 Patienten und zeigte, dass das CNN-Modell die Schwere der COPD, klassifiziert nach den GOLD-Stufen, genau vorhersagen konnte.
Dr. Kyle A. Hasenstab, ein Studienautor, bemerkte, dass die Verwendung einer einzigen CT-Akquisition die Zugänglichkeit für COPD-Diagnosen verbessern könnte, indem sie die Kosten und das Unbehagen für die Patienten senkt und die Strahlenexposition minimiert.