Масштабный скрининг для дифференциации COVID-19 и внебольничной пневмонии с помощью классификации с учетом размера очагов поражения

Распространение коронавирусной инфекции (COVID-19) во всем мире стало угрозой для общественного здравоохранения. Для пациентов с COVID-19 крайне важно быстро и точно отличать от пациентов с внебольничной пневмонией (ВП). В исследование включили 1658 пациентов с COVID-19 и 1027 пациентов с ВП, которым выполнили тонкосрезовую компьютерную томографию (КТ). Все изображения предварительно обработали, чтобы сегментировать очаги поражения и легочные поля. Для максимально точного описания характерного распределения изменений при COVID-19 предложили набор вручную разработанных признаков, учитывающих локализацию; их сравнивали с традиционной шкалой тяжести изменений на КТ (CT-SS) и радиомическими признаками. Для дифференциации COVID-19 и ВП разработали метод случайного леса с учетом размера очагов поражения (iSARF). Наилучшие результаты метод показал при использовании вручную разработанных признаков: чувствительность составила 90,7%, специфичность — 87,2%, точность — 89,4%; по этим показателям он превзошел современные классификаторы. Дополнительная проверка на 734 пациентах, изображения КТ которых были получены с большей толщиной среза, показала высокую обобщающую способность метода. Предложенный подход может помочь в принятии клинических решений.