Persbericht
Belgisch initiatief voor AI longscan-analyse in de strijd tegen COVID-19 gaat Europees
Icovid wordt uitgerold over heel Europa en staat op OESO-shortlist voor AI-initiatieven tegen huidige en toekomstige pandemieën.
BRUSSEL, 26 januari 2021 — Icovid, een Belgisch initiatief dat radiologen ondersteunt bij de beoordeling van CT-beelden van de longen van COVID-19-patiënten, is uitgegroeid tot een heus multicentrisch Europees project, medegefinancierd door het EU Horizon 2020-programma. Icovid werd in maart opgezet door UZ Brussel, KU Leuven, icometrix en ETRO, een imec-onderzoeksgroep van de VUB. Prof Vandemeulebroucke, ETRO: “Wat begon als een lokaal project, wordt nu uitgerold over 800 ziekenhuizen in Europa en ondersteund door excellente onderzoekscentra in heel Europa. Met de AI-tool icolung kan men COVID-19-patiënten vroegtijdig opsporen en de omvang van de longletsels kwantificeren. Ondertussen verbeteren we verder de AI-software om schade aan de longen door COVID-19 nog sneller te identificeren en via prognostische modellen het verdere zorgpad van de patiënt sneller en beter te kunnen bepalen.”
Het icovid-project ging in maart 2020 van start als een Belgisch pro bono-initiatief. Icometrix, gespecialiseerd in AI-oplossingen voor medische beelden, ging daarbij een samenwerking aan met UZ Brussel, KU Leuven, VUB en imec om te onderzoeken hoe men longscans kan gaan inzetten in de COVID-19 pandemie en welke AI-software hiervoor nodig zou zijn. De AI-tool icolung was geboren. Prof de Mey, VUB-UZ Brussel: “Er was op dat moment onvoldoende testcapaciteit om alle patiënten snel te testen. Met icolung wilden we longscans gaan inzetten als triagetool. Door gebruik te maken van CT en met behulp van de AI-analyses konden we patiënten met verdachte longletsels opsporen en met voorrang laten testen. Gedurende de drukste periodes werd zelfs iedereen die als patiënt het UZ Brussel binnenkwam gescand, ook als middel om COVID-19-uitbraken in het ziekenhuis te voorkomen.”
Icolung gratis voor alle ziekenhuizen in Europa
Icolung werd in april gecertificeerd en wordt vandaag door meer dan 75 ziekenhuizen wereldwijd ingezet, met ondertussen meer dan 35.000 patiënten die door de software geanalyseerd werden. Het icovid-project bouwt nu verder op de ontwikkeling van icolung en zet in op schaalvergroting, ook met en dankzij de inzet van gerenommeerde onderzoeksinstituten zoals King’s College London, Universitätsklinikum Heidelberg, University of Oxford, Maastricht University, de Universiteit van Luik en het Centre Hospitalier Universitaire van Luik. De partners zullen ook samenwerken met The Medical Cloud Company om naast CT-beelden andere klinische informatie in de modellen te verwerken. Icovid ontvangt hiervoor financiering van het onderzoeks- en innovatieprogramma Horizon 2020 van de Europese Unie. Dankzij deze financiële steun kan icolung gratis worden aangeboden aan ziekenhuizen in heel Europa. Hoewel vaccinatie uiteindelijk het dagelijkse leven zal normaliseren, zal het virus nog steeds circuleren en kunnen andere coronavirussen ontstaan. Bij lokale uitbraken zal dus het belangrijk blijven om COVID-19-patiënten vroegtijdig te identificeren.
Opsporen van Chronisch Covid Syndroom
Icovid wil verder nog meer gaan inspelen op de snel evoluerende behoeften van de COVID-19-pandemie. Zo wordt er geschat dat ongeveer 2% van de COVID-19-patiënten symptomen hebben die langer dan drie maanden duren, Long Covid of Chronisch Covid Syndroom (CCS) genoemd. Met de verbeterde software zal het consortium ook deze nu nog grotendeels onbekende langetermijneffecten van COVID-19 beter kunnen gaan voorspellen. Door patiënten te kunnen identificeren die kans hebben om CCS te ontwikkelen, openen er voor ziekenhuizen mogelijkheden om de zorg beter aan te passen en de lasten beter te verdelen.
Dr. Dirk Smeets, icovid-projectcoördinator, en CTO bij icometrix zei: "Dit project stelt ons in staat om verder aan te tonen dat AI, en medische technologie in het algemeen, waarde kan toevoegen aan klinische beslissingen en kosten kan besparen. Ik ben ervan overtuigd dat icolung zal profiteren van het advies, de klinische expertise en de kritische evaluatie van gerenommeerde academische centra in ons consortium".
Prof. Dr. Fergus Gleeson, Chief Medical Officer van het National Consortium of Intelligent Medical Imaging (NCIMI), hoofd van de academische radiologie van de Universiteit van Oxford en voorzitter van de European Society of Thoracic Imaging: "Een brede toepassing van AI-gebaseerde software voor de analyse van CT-beelden van de borstkas, zoals icolung, zal helpen in de strijd tegen een pandemie die we helaas nog geruime tijd zullen moeten doorstaan. Deze grootschalige onderzoekssamenwerking met een verscheidenheid aan expertise is van cruciaal belang om te kunnen reageren op de veranderende behoeften tijdens deze pandemie".
Icolung staat op de OESO-shortlist (Organisatie voor Economische Samenwerking en Ontwikkeling) voor AI-initiatieven die een groot potentieel hebben voor huidige en toekomstige pandemieën.
Over imec
Imec is ’s werelds toonaangevende onderzoeks- en innovatiehub op het vlak van nano-elektronica en digitale technologie. De combinatie van onze voortrekkersrol in microchiptechnologie en onze software- en ICT-expertise maakt ons uniek. Imec beschikt over een unieke infrastructuur en een lokaal en internationaal ecosysteem van partners in diverse sectoren. Samen werken we aan baanbrekende innovatie in toepassingsdomeinen zoals gezondheidszorg, slimme steden en mobiliteit, logistiek en Industrie 4.0, energie en onderwijs.
Imec is een vertrouwde partner van bedrijven, start-ups en universiteiten, en brengt meer dan 4.000 topwetenschappers uit bijna 100 landen samen. Imec heeft zijn hoofdzetel in Leuven en R&D-groepen die verspreid zijn over een aantal Vlaamse universiteiten, in Nederland, Taiwan en de VS, en kantoren in China, India en Japan. In 2019 bedroegen de bedrijfsopbrengsten van imec 640 miljoen euro. Meer informatie op www.imec-int.com
Imec is a registered trademark for the activities of IMEC International (a legal entity set up under Belgian law as a "stichting van openbaar nut”), imec Belgium (IMEC vzw supported by the Flemish Government), imec the Netherlands (Stichting IMEC Nederland, part of Holst Centre and OnePlanet, supported by the Dutch Government), imec Taiwan (IMEC Taiwan Co.) imec China (IMEC Microelectronics (Shanghai) Co. Ltd.), imec India (Imec India Private Limited), and imec Florida (IMEC USA nanoelectronics design center).
Over icometrix
icometrix (Leuven, België; Boston, VS) streeft naar datagestuurde inzichten en gepersonaliseerde patiëntenzorg, ondersteund door kunstmatige intelligentie. icometrix biedt een portfolio van AI-oplossingen om de gezondheidszorg te helpen bij verschillende uitdagingen; icobrain haalt gegevens uit MRI- en CT-scans van de hersenen voor de radiologische rapportage en het klinisch beheer van neurologische aandoeningen zoals multiple sclerose, hersentrauma, epilepsie, beroerte, dementie en de ziekte van Alzheimer. icompanion, een digitaal platform en mobiele app, helpt mensen met MS en hun zorgteam om de klinische symptomen en behandelingen efficiënt en objectief te monitoren. icolung richt zich op de COVID-19 pandemie door het meten van de betrokkenheid van de longen bij CT op de borstkas. Vandaag de dag is icometrix internationaal actief en geïntegreerd in meer dan 100 klinische praktijken. Daarnaast werkt icometrix samen met zorgverleners en farmaceutische bedrijven aan de evaluatie van geneesmiddelenonderzoek voor neurologische aandoeningen.
UZ Brussel/ VUB
De afdeling radiologie van het UZ Brussel-VUB draagt bij tot het ontwerp van de AI-instrumenten, de klinische tests en de grootschalige inzet van de instrumenten.
ETRO, een imec-onderzoeksgroep van de VUB, leidt de ontwikkeling van de AI-tools. De software heeft vooral tot doel om CT-beelden automatisch te analyseren op COVID-19-longlaesies, en daarbij de omvang van de letsels en de ernst van de infectie vast te stellen en de prognose van de patiënt te voorspellen. Daarnaast biedt ETRO ook een tool om vanuit de longscan automatisch vast te stellen of een patiënt al dan niet geïnfecteerd is met COVID-19. Dit gebeurt op basis van interpreteerbare classificatie-algoritmes die de artsen toelaten te zien welke delen van de longbeelden patronen bevatten die verdacht zijn voor COVID-19.