Verbund

ExploreCOVID - Identifizierung optimaler CT Bildgebungs-Biomarker in Kombination mit klinischen Markern und RT-PCR für die Diagnose von Covid-19

Die durch das neuartige SARS-CoV-2 ausgelöste Pandemie stellt das deutsche Gesundheitssystem vor bislang ungekannte Herausforderungen. Es gibt zurzeit keine wirksamen Therapien zur Behandlung der durch SARS-CoV-2 verursachten Lungenkrankheit Covid-19.

Aktuelle Erkenntnisse deuten darauf hin, dass computertomographische Untersuchungen der Lunge (Thorax-CT) ein wertvolles Instrument für die Diagnose, Verlaufs- und Therapiekontrolle von Covid-19-Fällen sein kann. Das Verfahren hat hohe Sensitivität und kurze Durchlaufzeiten, ist in Kliniken wie ambulant breit verfügbar und bietet 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 Verbundprojekt zielt darauf ab, ein solches standardisiertes Diagnose- und Einstufungs-Verfahren für Covid-19-Fälle zu entwickeln. Es soll in Analogie zu etablierten Verfahren der strukturierten radiologischen Beurteilung, wie bereits beispielsweise in der Onkologie vorhanden, entwickelt werden.

Der Förderaufruf beruht auf dem Rapid Response Modul der Förderbekanntmachung „Richtlinie zur Förderung eines Nationalen Forschungsnetzes zoonotische Infektionskrankheiten“ vom 29. Januar 2016 und orientiert sich an der Prioritätensetzung der WHO zu Covid-19. Gefördert werden insbesondere die Entwicklung therapeutischer und diagnostischer Ansätze sowie Forschungsarbeiten, die zum Verständnis des Virus und dessen Ausbreitung beitragen.

Teilprojekte

Abgeschlossen

Identifizierung optimaler CT Bildgebungs-Biomarker in Kombination mit klinischen Markern und RT-PCR für die Diagnose von Covid-19

Förderkennzeichen: 01KI2054A
Gesamte Fördersumme: 228.579 EUR
Förderzeitraum: 2020 - 2020
Projektleitung: Prof. Dr. Markus Diener
Adresse: Universitätsklinikum Heidelberg, Chirurgische Universitätsklinik, Klinik für Allgemein-, Viszeral- und Transplantationschirurgie
Im Neuenheimer Feld 110
69120 Heidelberg

Identifizierung optimaler CT Bildgebungs-Biomarker in Kombination mit klinischen Markern und RT-PCR für die Diagnose von Covid-19

Aktuelle Erkenntnisse deuten darauf hin, dass die Thorax-CT-Bildgebung ein äußerst wertvolles Instrument für die Diagnose, Epidemiologie und Therapiekontrolle 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 Covid-19-Fälle 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. Zu diesem Zweck wird eine retrospektive Kohortenstudie an Patienten mit vorhandenen Thorax-CT-Bilddaten durchgeführt. Patienten werden entsprechend ihrer Diagnose (Covid-19, Pneumonie aus anderen Ursachen, keine Pneumonie) klassifiziert, das Bildmaterial mittels standardisierter, reproduzierbarer Verfahren strukturiert befundet und quantitative Bildmerkmale extrahiert, die als Prädiktoren für die Covid-19-Diagnose geeignet sein könnten. Um eine ausreichend große Fallzahl mit konsistent hoher Datenqualität zu generieren, werden außer dem Universitätsklinikum Heidelberg bis zu fünfzig weitere Einrichtungen weltweit eingeladen, über eine cloudbasierte Instanz der Befundungssoftware Befundungen vorzunehmen und strukturierte Daten in die Analyse einfließen zu lassen.

Abgeschlossen

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

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

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

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.

Abgeschlossen

Einsatz von künstlicher Intelligenz bei der CT-basierten Charakterisierung von Covid-19

Förderkennzeichen: 01KI2054C
Gesamte Fördersumme: 86.499 EUR
Förderzeitraum: 2020 - 2020
Projektleitung: Dr. Klaus Maier-Hein
Adresse: Deutsches Krebsforschungszentrum (DKFZ), Abt. Medizinische Bildverarbeitung
Im Neuenheimer Feld 223
69120 Heidelberg

Einsatz von künstlicher Intelligenz bei der CT-basierten Charakterisierung von Covid-19

Aktuelle Erkenntnisse deuten darauf hin, dass die Thorax-CT-Bildgebung ein äußerst wertvolles Instrument für die Diagnose, Epidemiologie und Therapiekontrolle 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 Covid-19-Fälle zu entwickeln, wobei ein AI-gestützter Ansatz zur automatischen Bewertung und Auswahl klinischer Merkmale verwendet wird, die als optimales Prädiktorset (in Bezug auf Recall) für die Diagnose und das Staging von Covid-19 dienen. Eingangsdaten sind retrospektiv erhobene CT-Bilddaten von Covid-19-Fällen, ergänzt durch Baselinedaten (Pneumonie mit anderen Ursachen, keine Pneumonie). Die Bilddaten werden durch ein strukturiertes Befundungssystem verarbeitet und nach reproduzierbaren Methoden ein breites Array an Kandidaten-Bildmerkmalen extrahiert, die durch andere klinische und anamnetische Daten ergänzt und in strukturierter Form unserer Analyse zugeführt werden.