The role of artificial intelligence in assessing the progression of fibrosing lung diseases

封面

如何引用文章

全文:

详细

Introduction. The widespread use of artificial intelligence (AI) programs during the COVID-19 pandemic to assess the exact volume of lung tissue damage has allowed them to train a large number of radiologists. The simplicity of the program for determining the volume of the affected lung tissue in acute interstitial pneumonia, which has density indicators in the range from -200 HU to -730 HU, which includes the density indicators of "ground glass" and reticulation (the main radiation patterns in COVID-19) allows you to accurately determine the degree of prevalence process. The characteristics of chronic interstitial pneumonia, which are progressive in nature, fit into the same density framework.

Аim. To аssess AI's ability to assess the progression of fibrosing lung disease using lung volume counting programs used for COVID-19 and chronic obstructive pulmonary disease.

Results. Retrospective analysis of computed tomography data during follow-up of 75 patients with progressive fibrosing lung disease made it possible to assess the prevalence and growth of interstitial lesions.

Conclusion. Using the experience of using AI programs to assess acute interstitial pneumonia in COVID-19 can be applied to chronic interstitial pneumonia.

作者简介

Aleksandra Speranskaia

Pavlov First Saint Petersburg State Medical University

编辑信件的主要联系方式.
Email: a.spera@mail.ru
ORCID iD: 0000-0001-8322-4509

д-р мед. наук, проф., проф. каф. рентгенологии и радиационной медицины с рентгенологическим и радиологическим отделениями

俄罗斯联邦, Saint Petersburg

参考

  1. Inui S. Radiology: Cardiothoracic Imaging, 8 April 2020. Available at: https://www.researchgate.net/journal/Radiology-Cardiothoracic-Imaging-2638-6135. Accessed at: 24.02.2022.
  2. Han X, Fan Y, Alwalid O, et al. Six-month Follow-up Chest CT Findings after Severe COVID-19 Pneumonia. Radiology. 2021;299(1):E177-86. doi: 10.1148/radiol.2021203153
  3. Flaherty KR, Wells AU, Cottin V, et al. Nintedanib in Progressive Fibrosing Interstitial Lung Diseases. N Engl J Med. 2019;381(18):1718-27. doi: 10.1056/nejmoa1908681
  4. Cottin V, Wollin L, Fischer A, et al. Fibrosing interstitial lung diseases: knowns and unknowns. Eur Respir Rev. 2019;28(151). doi: 10.1183/16000617.0100-2018
  5. Raghu G, Collard HR, Egan JJ, et al. An official ATS/ERS/JRS/ALAT statement: idiopathic pulmona ry fibrosis; evidence based guidelines for diagnosis and management. Am J Respir Crit Care Med. 2011;183:788-824.
  6. Сперанская А.А., Новикова Л.Н., Двораковская И.В., и др. Лучевая и морфологическая картина фиброзирующих болезней легких: от ранних признаков до исхода. Лучевая диагностика и терапия. 2020;11(2):89-98 [Speranskaya AA, Novikova LN, Dvorakovskaya IV, et al. Radiation and morphological picture of fibrosing lung diseases: from early signs to outcome. Diagnostic Radiology and Radiotherapy. 2020;11(2):89-98 (in Russian)]. doi: 10.22328/2079-5343-2020-11-2-89-98
  7. Maldonado F, Moua T, Rajagopalan S, et al. Automated quantification of radiological patterns predicts survival in idiopathic pulmonary fibrosis. Eur Respir J. 2014;43(1):204-12. doi: 10.1183/09031936.00071812
  8. Jacob J, Bartholmai B, Rajagopalan S, et al. Mortality prediction in idiopathic pulmonary fibrosis: evaluation of automated computer-based CT analysis with conventional severity measures. Eur Respir J. 2017;49:1601011. doi: 10.1183/13993003.01011-2016

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Patient M., 65 years old. Idiopathic pulmonary fibrosis (IPF). Computer tomography (CT) with an assessment of the extent of the lesion from 03.03.2020 – the volume of the affected lung tissue – 18.07%, which is 0.98 liters out of 5.45 liters (total lung capacity) (a, b, c). Control CT from 13.07.2020 – an increase in clinical symptoms, an increase in the volume of the affected lung tissue – 19.62%, 1.05 liters out of 5.35 liters (d, e, f). Control CT from 22.12.2020 – an increase in the volume of the affected lung tissue – 21.92%, 1.08 liters from 4.92 liters (g, h, i). Control CT from 06.09.2021 – stabilization of the process against the background of therapy – 20.97%, 1.12 liters out of 5.37 liters (j, k, l). In the period from 03.2020 to 12.2020, there is a decrease in DLCO by 16% (from 70% from D to 54% from D).

下载 (338KB)
索引源数据
3. Fig. 2. Patient L., 63 years old. IPF. CT with an assessment of the extent of the lesion dated 21.01.2017 – visually (a), using the artificial intelligenc (AI) program: the volume of interstitial damage of the lung tissue (в, d) – 28.67%, which is 1.20 liters out of 4.18 liters (total lung capacity), the volume of cystic-bullous transformation of lung tissue (c, d) – 3.98%, which is 0.16 liters of 4.18 liters (total lung capacity), the total volume of the lesion is 32.65%. Control CT with an assessment of the extent of the lesion from 14.09.2021 – visually (e), using the AI program: the volume of interstitial damage to the lung tissue (f, h) – 33.24%, which is 1.46 liters out of 4.40 liters (total lung capacity), the volume of cystic-bullous transformation of lung tissue (g, h) – 6.41%, which is 0.28 liters of 4.40 liters (total lung capacity), the total lesion volume is 39.65%. In the period from 2017 to 2021, there is a decrease in DLCO by 18% (from 41% from D to 23% from D).

下载 (347KB)
索引源数据
4. Fig. 3. The graphic image of life has been used at all times: Pushkin's graphic self-portraits – aging and the appearance of traits of wisdom.

下载 (120KB)
索引源数据

版权所有 © Consilium Medicum, 2022

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».