Teilprojekt eines Verbundes

Einsatz einer cloudbasierten Befundungssoftware zur CT-basierten Diagnose von Covid-19

Förderkennzeichen: 01KI2054B
Fördersumme: 134.879 EUR
Förderzeitraum: 2020 - 2020
Projektleitung: Dr. Matthias Baumhauer
Adresse: Mint Medical GmbH
Burgstr. 61
69121 Heidelberg

Aktuelle Erkenntnisse deuten darauf hin, dass die Thorax-CT-Bildgebung ein äußerst wertvolles Instrument für die Diagnose, Epidemiologie und Therapiekontrolle von Einsatz einer cloudbasierten Befundungssoftware zur CT-basierten Diagnose von Covid-19-Fällen sein kann. Sie bietet eine hohe Sensitivität, kurze Durchlaufzeiten, eine breite Verfügbarkeit und die Möglichkeit, verschiedene Stadien der Krankheit zu unterscheiden. Um es zu einem geeigneten Instrument für diese Zwecke zu entwickeln, ist aber ein reproduzierbarer, standardisierter Ansatz für die Bilddiagnostik erforderlich. Dieses Projekt zielt darauf ab, ein solches standardisiertes Diagnose- und Staging-Verfahren für den Einsatz einer cloudbasierten Befundungssoftware zur CT-basierten Diagnose von Covid-19-Fällen zu entwickeln. Dieses Verfahren soll in Analogie zu etablierten Verfahren der strukturierten radiologischen Befundung, wie sie beispielsweise in Screening, Staging und Verlaufskontrolle von Tumoren in den letzten Jahren wachsende Verbreitung gefunden haben, stehen. In diesem Projekt wird Mint Medical allen Studienzentren eine Softwareplattform zur Verfügung stellen, um strukturierte Befundungen an Thorax-CT-Aufnahmen durchzuführen, eine große Bandbreite an bildbasierten Parametern (einschließlich Radiomics-Parametern) zu extrahieren, diese mit anderen klinischen und anamnestischen Daten zu assoziieren, und die so gewonnenen strukturierten Daten an die Projektpartner zur Identifikation der für die Diagnose und das Staging von Covid-19 maßgeblichen Parameter zu übergeben. Dieser Ansatz stellt sicher, dass trotz einer sehr hohen Zahl unterschiedlicher weltweiter Datenquellen einheitliche und homogene Kriterien bei der Extraktion der klinischen Daten angewandt werden; dies ist eine Voraussetzung, um die für moderne Data-Mining-Verfahren erforderliche Quantität und Qualität der Daten in einer multizentrischen epidemiologischen Studie sicherzustellen.