Magyar Radiológusok Társasága Kongresszusa

3. Szekció: Mesterséges intelligencia

S03.08: A halálozás valószínűségének becslése mellkas-CT alapú mesterséges intelligencia segítségével COVID-19 betegek körében

Előadó neve

Szabó István Viktor

Előadó születési éve

1997

Előadó pecsétszáma/működési nyilvántartási száma

Előadó munkahelye

Semmelweis Egyetem Orvosi Képalkotó Klinika

Előadó telefonszáma

+36202839347

Előadó e-mail címe

istvan.szabo97@gmail.com

Az előadás címe

A halálozás valószínűségének becslése mellkas-CT alapú mesterséges intelligencia segítségével COVID-19 betegek körében

Szerző(k) neve és munkahelye

Szabó István Viktor1; Kardos Anna Sára1,2; Simon Judit1,2; Maurovich-Horvat Pál 1,2
1 Semmelweis Egyetem, Orvosi Képalkotó Klinika
2 MTA-SE Lendület Kardiovaszkuláris Kutatócsoport

Szekció

3. Szekció: Mesterséges intelligencia

Bemutatás módja

Poszter

Témakör

COVID-19 képalkotás

Összefoglaló szövege

Bevezetés: A mesterséges intelligencián (MI) alapuló módszerek lehetővé tehetik a CT felvételek kvantitatív elemzését és a pontosabb rizikóbecslést COVID-19 betegek esetében.
Célkitűzések: Tanulmányunk célja, hogy igazolt COVID-19 betegek mellkas CT felvételeinek felhasználásával vizsgáljuk egy új, MI alapú algoritmus prognosztikus teljesítményét.
Módszerek: Vizsgálatunkban olyan COVID-19 betegek adatait dolgoztuk fel, akik mellkas-CT vizsgálaton vettek részt klinikánkon. Gyűjtöttük a betegek demográfiai, klinikai és laboratóriumi adatait, valamint a betegség lezajlására vonatkozó adatokat. Egy MI alapú módszer segítségével a kórházi felvételkor készült CT felvételen meghatározásra került a súlyossági fok (0-25) az érintett tüdőterületek kvantifikálásával. Klinikai állapotromlásnak tekintettük az intenzív osztályos ellátást, invazív lélegeztetést, vazopresszor igényt illetve a kórházi halálozást.
Eredmények: Ezidáig 326 igazolt COVID-19 beteg esetén végeztük el a CT elváltozások MI alapú kvantifikálását. A betegek átlagos életkora 66,7±15,3 év volt, 52,1% férfi. Közülük 85 beteg (26,1%) esetében fordult elő klinikai állapotromlás. Multivariáns logisztikus regresszióval vizsgáltuk a klinikai állapotromlás prediktorait. A korábbi miokardiális infarktus (OR=2,81; 95%CI=1,12-7,04; p=0,027), az immundeficiencia (OR=2,08; 95%CI=1,02-4,25; p=0,043), CRP (OR=1,73; 95%CI=1,32-2,33; p<0,001) és a CT alapú súlyossági fok (OR=1,08; 95%CI=1,02-1,15; p=0,013) bizonyultak a klinikai állapotromlás független prediktorainak. Ezek felhasználásával meghatároztunk személyre szabott valószínűségi értékeket a klinikai állapotromlásra.
Következtetések: A vizsgált, igazoltan pozitív COVID-19 betegpopulációban magas mortalitást láttunk. Eredményeink alapján a kórházi felvétel időpontjában végzett CT-n MI alapján számított súlyossági fok segítséget nyújthat a betegség prognosztikájában és hatékonyan segítheti a klinikai döntéshozatalt.

Azonosító

S03.08

Fajta

Szabad

Státusz

elfogadva

Elfogadott bemutatás mód

szóbeli

Előadás fájl jóváhagyás

nem rendelkezett róla

Előadó

5715

Kezdete

15:25

Vége

15:35

Szerző mező (örökség)