阿卜杜拉國王科技大學（KAUST）科學家開發的一種新的計算機輔助診斷工具可以幫助克服病毒感染後監測肺部健康的一些挑戰。與其他呼吸道感染一樣，COVID-19也會對肺部造成持久的傷害，但醫生一直在努力將這種傷害可視化。傳統的胸部掃描不能可靠地檢測出肺部瘢痕和其他肺部異常的跡象，因此很難跟踪有持續呼吸問題和其他COVID後並發症的人的健康和恢復情況。

KAUST開發的新方法–被稱為“深部肺實質增強”（DLPE）–在標準胸部成像數據的基礎上疊加人工智能算法，以揭示原本無法辨別的視覺特徵，表明肺部功能障礙。

計算機科學家和計算生物學家高欣說，通過DLPE增強，“放射科醫生可以發現和分析新的亞視覺肺部病變”。他補充說，對這些病變的分析然後可以幫助解釋病人的呼吸道症狀，“允許更好的疾病管理和治療”。

高欣和他的結構和功能生物信息學小組以及計算生物科學研究中心的成員，與人工智能研究員和現任KAUST教務長Lawrence Carin以及來自中國哈爾濱醫科大學的臨床合作者一起創造了這個工具。

該方法首先消除了與肺實質無關的任何解剖學特徵；肺實質組織是新冠病毒誘發損傷的主要位點。這意味著去除氣道和血管，然後增強留下的圖片，以暴露出沒有計算機幫助可能會錯過的病變。

研究人員使用來自中國數千名COVID-19住院患者的計算機斷層掃描（CT）胸部掃描來訓練和驗證他們的算法。他們利用放射科專家的意見完善了該方法，然後以前瞻性的方式將DLPE應用於幾十名有肺部問題的COVID-19倖存者，他們都經歷了需要重症監護治療的嚴重疾病。

通過這種方式，高欣和他的同事證明了該工具可以揭示COVID長期症狀患者的肺部纖維化跡象，從而幫助解釋氣短、咳嗽和其他肺部問題。他建議，這種診斷在標準CT圖像分析中是不可能的。

他說：“通過DLPE，我們第一次證明了長期CT病變可以解釋這種症狀。因此，對纖維化的治療可能對解決COVID-19的長期呼吸系統並發症非常有效”。”

儘管KAUST團隊開發DLPE時主要考慮到了COVID後的恢復，但他們也在從有其他各種肺部問題的人身上採集的胸部掃描上測試了該平台，包括肺炎、肺結核和肺癌。研究人員展示了他們的工具如何能夠作為所有肺部疾病的廣泛診斷輔助工具，正如高欣所說，這使放射科醫生能夠“看到看不見的東西”。