COVID-19-Prognose mit künstlicher Intelligenz (AI)
Seit dem ersten Auftreten von COVID-19 wurden zahlreiche Erkenntnisse zur Diagnostik, Therapie und Prävention gewonnen. Noch weitgehend unklar ist, weshalb die Erkrankung bei gewissen Patienten einen schweren akuten oder chronischen Verlauf nimmt, während andere lediglich milde Symptome zeigen. Wir wollen mit unserem Projekt zur Beantwortung dieser Frage beitragen.
Hintergrund
Ein Schlüsselelement zur Eindämmung von COVID-19 und für wirksame Behandlungen sind schnelle, zuverlässige Diagnosen und eine treffende Einschätzung des Schweregrads. Von den ursprünglich moderaten bis schweren Fällen erholen sich gewisse vollständig, während sich der Zustand bei anderen so verschlechtert, dass sie eine invasive Beatmung benötigen. Die langfristigen Effekte auf die Lunge in schweren Fällen sind weitgehend unbekannt. Es fehlt an Wissen über die prädiktive Rolle der Radiologie sowie von Labor- und klinischen Parametern zur Einschätzung des akuten und chronischen Zustands.
Forschungsziele
Gemeinsam mit einem internationalen Team des Inselspitals Bern, der Universität Parma (Italien) und der Yale University (USA) möchten wir ein System auf der Grundlage von künstlicher Intelligenz (AI) entwickeln. Es kombiniert Daten aus einer Computertomographie der Thoraxorgane, Laborparameter und klinische Daten und erstellt daraus eine Prognose, einerseits für die 7-Tage-Progression, basierend auf dem aktuellen Zustand des Patienten in der akuten Phase, und andererseits zur Chronizität der Krankheit. Dies ermöglicht eine bessere Einschätzung des aktuellen Zustands eines Patienten und die Identifikation von Risikopatienten, zudem könnte es längerfristig wichtige Informationen für die Planung von Spitalressourcen in einem angespannten Umfeld geben.
Erwartete Ergebnisse und Produkte
Aufgrund der umfangreichen Datenbank und der Datentiefe sowie des integrativen Designs erwarten wir, dass unser AI-basierter Multi-Omics-Ansatz treffendere Prognosen ergibt als ein AI-basiertes Modell, das ausschliesslich auf bildgebenden Verfahren oder Daten ohne Bilder beruht. Das Modell soll zudem zu einem besseren Verständnis vielfältiger Faktoren beitragen, die für die Einschätzung und Prognose der Schwere von COVID-19 relevant sind. Sobald das AI-Modell erstellt ist, möchten wir eine COVID-19-App zur Risikostratifikation mit hoher Diagnosegenauigkeit entwickeln.
Beitrag zur Bewältigung der aktuellen Pandemie
Aufgrund der umfangreichen Datenbank und der Datentiefe sowie des integrativen Designs erwarten wir, dass unser AI-basierter Multi-Omics-Ansatz treffendere Prognosen ergibt als ein AI-basiertes Modell, das ausschliesslich auf bildgebenden Verfahren oder Daten ohne Bilder beruht. Das Modell soll zudem zu einem besseren Verständnis vielfältiger Faktoren beitragen, die für die Einschätzung und Prognose der Schwere von COVID-19 relevant sind. Sobald das AI-Modell erstellt ist, möchten wir eine COVID-19-App zur Risikostratifikation mit hoher Diagnosegenauigkeit entwickeln.
Originaltitel
AI-multi-omics-based Prognostic Stratification of COVID-19 Patients in Acute and Chronic State