تصویربرداری از آسیبهای کووید-19: کاربرد هوش مصنوعی در آسیب مغزی

تصویربرداری از آسیبهای کووید-19: کاربرد هوش مصنوعی در آسیب مغزی

Spread the love

پژوهشگران بیش از 38 دانشگاه از سرتاسر جهان به بررسی مروری کاربرد هوش مصنوعی در تصویربرداری از آسیبهای کووید-19 برای شناسایی آسیب‌های مغزی و قلبی ناشی از ابتلاء به ویروس کرونا پرداختند.

مهمترین یافته‌ها به شرح زیرند:

الف)

  1. شدت بیماری کووید-19 که از شهر ووهان چین شروع و در جهان بصورت پاندمی منتشر شده، در افراد دارای بیماری‌های زمینه‌ای قلبی، مغزی، و متابولیک بیش از افراد عادی بوده و احتمال مرگ آنها تقریباً دو برابر افراد غیر بیمار است.
  2. طبق بررسی‌های صورت گرفته، بیماری کووید-19 منجر به بروز طیف وسیعی از آسیب‌های قلبی/عروقی و مغزی می‌شود که دامنه‌ای از تصلب شرایین تا خونریزی و سکته مغزی و قلبی را شامل می‌شود.
  3. دو مکانیزم اصلی طوفان سیتوکین و نفوذ از طریق گیرنده‌های آنزیم‌های مبدل آنژیوتانسین (ACE1 , ACE2)، دلیل بروز عوارض و علایم وسیع کووید-19 در بدن هستند. کاهش شدید ACE1 و ACE2 در کنار افزایش شدید سیتوکین ها منجر به بروز آسیب های جبران ناپذیر به دستگاه قلبی/عروقی و دستگاه اعصاب مرکزی می شود.
  4. در مسیر مستقیم حمله کووید-19 به اعصاب، ویروس از طریق ترشح مخاطی بینی وارد بافت پوششی بینی شده و از آنجا از راه عصب بویایی به پیاز بویایی و سپس سرتاسر مغز می رسد. سپس از طریق مایع مغزی-نخاعی به سرتاسر بدن منتشر می شود.
  5. در مسیر حمله کووید-19 از طریق کاهش اکسیژن، افزایش نوتروفیل و التهاب رگ‌های خونی، التهاب در سرتاسر بدن پخش می شود. سپس ادم ذات الریه منجر به کاهش ظرفیت تهویه ریه شده از این طریق سلول های بافت های قلب و مغز به تدریج دچار آسیب و مرگ می شوند.
  6. در مسیر حمله کووید-19 از طریق سیستم رنین-آنژیوتانسین-آلدوسترون (RAAS)، سطح آنژیوتانسین و در نتیجه آلدوسترون بالا رفته و رگهای خونی منقبض می شوند. نتیجه این امر راه افتادن طوفان سیتوکین، مشکلات عملکرد کلیه، افزایش حجم خون، افزایش تراکم سدیم خون، افزایش فشار خون و کژکاری سیستم گردش خون است.
  7. در مسیر حمله کووید-19 از طریق سیستم ایمنی، حالت های ذات الریه منجر به بروز طوفان سیتوکین، عدم ثبات پلاکت های خونی، ایجاد گرفتگی در رگ های خونی، ایجاد لخته (ترومبوز) و در نتیجه بروز انواع آسیب های قلبی و مغزی می شوند.
  8. با توجه به آسیب های گسترده احتمالی ناشی از کووید-19، لازم است از تمامی بیماران مبتلا اسکن های دقیق قلبی و مغزی به عمل آید تا از همان ابتدا بتوان جلوی آسیبهای مغزی و قلبی را گرفته و از فوت بیماران پیشگیری نمود.

ب)

  • روش های فراصوت B-Mode برای بیمارانی که شدت بیماری کرونا آنها کم است مطلوبند. در بیمارانی که شدت بیماری متوسط به بالاست لازم است CT اسکن و MRI از مغز و قلب به عمل آیند تا بطور دقیق از ابتدا موارد آسیب و ابتلای همزمان به مشکلات قلبی و عروقی شناسایی و درمان شوند.
  • بررسی MRI نشانگر آسیب‌های قلبی ناشی از کووید-19 در بیش از 54% از بیماران بهبود یافته است.
  • بررسی MRI مغزی نشانگر انواع آسیب‌های مغزی ناشی از کووید-19 در حداقل 44% از بیماران مبتلا است.
  • بررسی CT اسکن و فراصوت از اندام های حفره شکمی نشانگر وجود آسیب های کبدی در 27% و آسیب های کیسه صفرا در 83% از بیماران مبتلا به کووید-19 است.
  • استفاده از روش‌های هوش مصنوعی در پردازش و تحلیل نتایج تصویربرداری از آسیبهای کووید-19 می‌تواند به ایجاد خوشه‌های علامتی بیماری برای بیماران با درجات و شدت‌های مختلف بیماری شده و نیاز به تصویربرداری از همه بیماران را کاهش دهد.
  • در عین حال کاربرد هوش مصنوعی در طبقه‌بندی علایم بیماری افزون بر بالا بردن سرعت ارائه خدمات به بیماران مبتلا به کووید-19، مشخص نماید کدام دسته از بیماران در معرض مخاطرات جدی بوده و نیاز به تصویربرداری فوری دارند.
  • الگوهای یادگیری عمیق و یادگیری ماشینی از هوش مصنوعی می‌توانند با طبقه‌بندی دقیق نتایج انواع تصویربرداری از آسیبهای کووید-19، مشخص سازند که افراد دارای علایم خاص احتمالاً چه مشکلات دیگری نیز خواهند داشت.

COVID-19 pathways for brain and heart injury in comorbidity patients: A role of medical imaging and artificial intelligence-based COVID severity classification: A review

Abstract

Artificial intelligence (AI) has penetrated the field of medicine, particularly the field of radiology. Since its emergence, the highly virulent coronavirus disease 2019 (COVID-19) has infected over 10 million people, leading to over 500,000 deaths as of July 1st, 2020. Since the outbreak began, almost 28,000 articles about COVID-19 have been published (https://pubmed.ncbi.nlm.nih.gov); however, few have explored the role of imaging and artificial intelligence in COVID-19 patients—specifically, those with comorbidities.

This paper begins by presenting the four pathways that can lead to heart and brain injuries following a COVID-19 infection. Our survey also offers insights into the role that imaging can play in the treatment of comorbid patients, based on probabilities derived from COVID-19 symptom statistics.

Such symptoms include myocardial injury, hypoxia, plaque rupture, arrhythmias, venous thromboembolism, coronary thrombosis, encephalitis, ischemia, inflammation, and lung injury.

At its core, this study considers the role of image-based AI, which can be used to characterize the tissues of a COVID-19 patient and classify the severity of their infection.

Image-based AI is more important than ever as the pandemic surges and countries worldwide grapple with limited medical resources for detection and diagnosis.

 

Keywords

COVID-19, Comorbidity, Pathophysiology, Heart, Brain, Lung, Imaging, Artificial intelligence, Risk , assessment

لینک منبع پیشنهادی برای مطالعه بیشتر 👇🏻(further reading)👇🏻

https://www.sciencedirect.com/science/article/abs/pii/S0010482520302948

بازدیدها: 6

دیدگاهتان را بنویسید