Gebündelte Daten zur Erforschung von COVID-19

 schließen

Laden...

Profil-Typ auswählen
User aus meiner KontaktlisteDJsMusikerBildende KünstlerDarstellende KünstlerSchriftstellerNeue MedienLocationsVereineProjekteSchauspielerRegiseureDrehbuchautorenKameraManschaftFußballHandballBasketballVolleyballTrainer Profil-Suche
(die ersten Buchstaben des Users* / Profils eingeben)

* du kannst nur dich und User aus deiner Kontaktliste taggen!
Kommentar

Beschreibung: Fleckige Verschattungen in beiden Lungenlappen als Korrelat der Lungenbeteiligung einer COVID-19-Pneumonie (links) gegenüber einer gesunden Lunge (rechts) erkennen.

Fotograf: uku

Foto in Originalgröße

Seit Beginn der Corona-Pandemie werden Bildgebungsverfahren – wie Röntgen- oder CT-Aufnahmen – für die Diagnose von SARS-CoV-2 genutzt. Mithilfe radiologischer Bildgebung kann eine Corona-Infektion sicher erkannt und bewertet werden. Zudem sind bildgebende Verfahren schnell und es können präzise Aussagen über die schwere und den Verlauf der Infektion getroffen werden. Um radiologische Daten von COVID-19 Fällen strukturiert erfassen und verarbeiten zu können, haben die 36 deutschen Universitätskliniken gemeinsam mit dem Deutschen Krebsforschungszentrum, dem Fraunhofer-Institut für Digitale Medien MEVIS Bremen, der TU Darmstadt und der Firma mint Medical GmbH, Heidelberg das radiologische Netzwerk RACOON gegründet. Ziel des bundesweiten Netzwerkes ist es, die Datengrundlage zur Erforschung von COVID-19 sowie anderen vergleichbaren Lungenerkrankungen aufzubauen und voranzutreiben. Die gewonnenen Daten sollen zur Weiterentwicklung Künstlicher Intelligenz (KI) verwendet werden. Durch KI-basierte Auswertung der Bildbefunde können schnell umfassende Erkenntnisse gewonnen werden, die zur Bekämpfung der Pandemie und zur bestmöglichen Versorgung von COVID-19- Erkrankten beitragen. Sie stellen zudem eine Basis für Lageeinschätzungen, zur Erstellung von Frühwarnmechanismen und für epidemiologische Studien dar. Im Fokus eigener Forschungsprojekte im RACOON Netzwerk steht am Universitätsklinikum Ulm die Entwicklung und klinische Überprüfung KI-basierter Prädiktionsmodelle für den klinischen Verlauf einer COVID-19 Erkrankung. „Auf dem Röntgenbild wie dem CT-Bild wird die Infektion sichtbar. „Im CT-Bild zeigen sich typischerweise sogenannte milchglasartige Veränderung beider Lungenflügel“, erklärt Professor Meinrad Beer, Ärztlicher Direktor der Klinik für Diagnostische und Interventionelle Radiologie am Universitätsklinikum Ulm (siehe CT-Bild-UKU.jpg). „Die KI wird nun so trainiert, dass sie erkennt wie schwer die Infektion ist und welcher Teil der Lunge befallen ist. Die hierdurch gewonnenen Erkenntnisse stellen einen wichtigen Beitrag zur Optimierung der Therapie von Covid-19-Patient*innen dar“, ergänzt der Radiologe. Auch im Röntgenbild kann man Veränderungen der Lunge bei einer COVID-19-Pneumonie erkennen (siehe Röntgenbilder-UKU.jpg). Mehrere Kliniken und Institute arbeiten am Standort Ulm im Rahmen dieses Forschungsprojektes eng zusammen, so neben der Klinik für Diagnostische und Interventionelle Radiologie die Sektion Klinische Infektiologie der Klinik für Innere Medizin III, das Institut für Virologie, das Institut für Medizinische Mikrobiologie und Hygiene, die Klinik für Innere Medizin II , die Klinik für Anästhesiologie und Intensivmedizin, das Institut für Medieninformatik sowie das Institut für Systembiologie.