COVID-19診断のためのコンピュータ断層撮影 (STOIC)

新型コロナウイルスSARS-CoV-2のアウトブレイクは、当初中国を中心とし、COVID-19肺炎の原因となったが、現在はフランスにも広がり、3月17日時点で7730人の確定症例と175人の死亡が確認されている。 診断は、逆転写ポリメラーゼ連鎖反応（RT-PCR）によるウイルスRNAの同定に依存しているが、その陽性化は遅れる可能性がある。 1014人の中国人患者を対象としたシリーズでは、CTの感度が高いと報告されており、初期の陰性から陽性のRT-PCR結果までの平均時間間隔は5.1±1.5日であった（PMID: 32101510）。 さらに、RT-PCR結果の取得には数時間を要するため、患者のトリアージには問題がある。

胸部CTは、特に症状発現から3日以上経過した場合、COVID-19の早期描出を可能にする。 COVID-19と細菌性肺感染症を区別することが重要であり、これは胸部画像診断の専門知識を必要とする。 したがって、視覚的評価に基づく信頼性の高いCT診断基準を特定し、また、大規模流行の状況下で経験の浅い読影者でも使用できる早期陽性診断のための深層学習ベースのソリューションを開発することが重要である。

既に、高齢、併存疾患、または初診時のD-ダイマー値上昇など、不良転帰のいくつかのリスク因子が特定されている（PMID: 32171076）。 広範なCT異常は不良転帰と関連しているが、初期評価で広範な異常がなくても二次的に悪化する患者もおり、初期画像所見に基づく悪化予測の必要性が強調されている。 最後に、急性呼吸窮迫症候群の患者に対して、有効性が証明された薬剤は現在のところなく、管理は人工呼吸器と支持療法に依存している。 一部では、抗ウイルス療法であるレムデシビルが有効である可能性が仮定されており（PMID: 32147516）、中国と米国で進行中の無作為化試験が実施されている。 CT上の疾患範囲を定量化する自動化ツールは、新規治療の有効性を評価するために望ましいであろう。

正確なCT基準の特定および診断、定量化、予後推定のための深層学習ベースのソリューション開発には、CT画像の大規模データセットの構築が必要である。

このプロジェクトの目的は三つある：（i）COVID-19に関連するCTスキャンのマルチセンターオープンデータベースリポジトリを作成する、（ii）疾患の重症度を描出する異なるレベルのアノテーションを持つマルチエキスパートアノテーションプロトコルを作成する、（iii）人工知能分野の最新の進歩を利用して、疾患の自動定量化と予後に関する非独占的なコンピュータ支援ソリューション（学界および産業界）の開発を可能にする。

患者にとって、信頼性の高い診断基準の検証は、疾患の早期発見と、細菌性気管支肺炎など特定の治療を必要とする他の急性呼吸器症状の潜在的原因とのより良い区別を可能にする。 それは、ケアの標準化と、全人口に対する診断と治療への平等なアクセスに貢献するであろう。

公衆衛生上の利益は、胸部画像診断の地域の専門知識の有無にかかわらず、COVID-19のCT診断へのアクセスが可能になることである。 開発されたCT重症度スコアに基づいて、人工呼吸器の必要性を予測する可能性は、特に流行のピーク時に予想される患者の大量流入の状況下で、患者の管理にプラスの影響を与えるであろう。 このプロジェクトは、疾患の急性期における肺異常の重症度と範囲に基づいて、呼吸器後遺症を呈する可能性のある患者の割合を評価することを可能にする。

自動定量化ツールの利用可能性は、新しい治療アプローチが開発された場合に治療効果の評価に役立つであろう。

最後に、早期診断、重症度評価、転帰予測のために開発されたツールは、将来他のウイルスパンデミックが発生した場合に有用である可能性がある。 実際、SARS-Cov2のアウトブレイクに先立って、他のコロナウイルスによるSARSとMERSのアウトブレイクがあった。