Een multinationale samenwerking resulteert in de ontwikkeling van icolung, een AI-algoritme dat de CT-beelden van covid-19-patiënten snel en objectief beoordeelt.
Momenteel worden de gezondheidssystemen wereldwijd overweldigd door een golf van covid-19-patiënten. Dat leidt tot een overmatige werkdruk op de intensive care-afdelingen. Die werklast zou kunnen worden verlaagd door sneller het type, het patroon en de omvang van de longaantasting op thorax-CT-beelden te evalueren.
Ziekenhuizen en organisaties van over de hele wereld – waaronder VUB, UZ Brussel, KU Leuven, UZ Leuven, UZ Antwerpen en Leuvens softwarebedrijf icometrix – bundelden hun krachten in een wereldwijd initiatief om artificiële intelligentie (AI) in te zetten bij het evalueren van thorax-CT-scans van covid-19-patiënten. ‘De cloudgebaseerde AI-software icolung biedt een snelle, objectieve en volledig geautomatiseerde beoordeling van de graad van aantasting per longlob’, vertelt CTO Dirk Smeets van icometrix. ‘Het kwantificeert het volume en het percentage aangetast weefsel en stuurt in minder dan tien minuten een beknopt rapport en geannoteerde beelden rechtstreeks terug naar het ziekenhuis.’
‘We hebben de eerste versies van icolung getest’, vertelt prof. Johan De Mey, hoofd van de dienst radiologie van het Universitair Ziekenhuis Brussel die samen met dr Koenraad Hans Nieboer de beelden analyseerde. ‘Via de cloud zijn verbeteringen en ontwikkelingen van het AI-algoritme meteen voor alle gebruikersbeschikbaar, wat essentieel is in deze snel evoluerende pandemie.’
De icolung-software kreeg een CE-markering voor klinisch gebruik in Europa, kan gemakkelijk in de PACS (Picture Archiving and Communication System) van het ziekenhuis worden geïntegreerd, en wordt momenteel pro bono aangeboden.
