Künstliche Intelligenz erkennt Covid-19 am Atem

Wie klingt der Atem bei Covid-19-Patienten? Und wie sieht deren Lunge aus? Diese Frage möchten Forschende der ETH Lausanne (EPFL) mit künstlicher Intelligenz beantworten, wie die Hochschule mitteilte.

Mary-Anne Hartley ist Ärztin und Forscherin an der ETH Lausanne (EPFL). Gemeinsam mit ihrem Team und Universitätsspitälern arbeitet sie daran, mittels Algorithmen Covid-19 zu diagnostizieren und vorauszusagen, wie schwer die Patienten erkranken werden.

Die neuen Deep-Learning-Algorithmen nannten die Forschenden DeepChest und DeepBreath. Beim DeepChest nutzen sie Daten aus Lungenultraschallbildern, beim DeepBreath abgehörte Atemgeräusche, die sie mit einem digitalen Stethoskop erfassen. «Die bisherigen Ergebnisse sind sehr vielversprechend», sagte Martin Jaggi von der EPFL.

Die Grundlage für DeepChest bilden Lungenultraschallbilder von tausenden Corona-Patienten, die in die Notaufnahme des Universitätsspital Lausanne (CHUV) eingeliefert wurden.

Am Genfer Universitätsspital hört Alain Gervaix, Kinderarzt und Infektiologe, seit 2017 Atemgeräusche bei Patientinnen und Patienten ab, um ein intelligentes digitales Stethoskop, das «Pneumoskop», zu entwickeln. Die Idee sei ihm im Gespräch mit seiner Tochter gekommen: Er erklärte ihr, dass er beim Abhorchen der Lunge Geräusche hören könne, die helfen, Asthma, eine Bronchitis oder Lungenentzündung zu erkennen, so der Genfer Arzt.

Diese Daten verwendeten die EPFL-Forschenden, um den DeepBreath-Algorithmus zu entwickeln. Erste Ergebnisse würden darauf hindeuten, dass er Veränderungen im Lungengewebe feststellen kann, bevor die Krankheit ausbricht. So lassen sich asymptomatische Covid-19-Patienten frühzeitig erkennen. Die Forschenden hoffen, dass die Anwendung bis Ende Jahr zur Verfügung stehen wird.