研究負責人、阿卜杜拉國王科技大學計算機科學家和計算生物學家高欣（音譯）解釋道，與其他呼吸系統疾病一樣，新冠病毒也會對人的肺部造成持久損害，但醫生們一直難以可視化這種損害。傳統的胸部掃描無法可靠地檢測出肺部瘢痕和其他肺部異常跡象，這使醫生們很難跟蹤持續性呼吸問題和其他冠狀病毒感染并發癥患者的健康和恢復情況。
鑒于此，高欣聯合哈爾濱醫科大學的科學家共同創建了一款名為“深部肺實質增強”（DLPE）的新工具，其將AI算法與標準胸部成像數據結合，以揭示其他方法無法識別出的指示肺功能障礙的視覺特征。
高欣表示，借助DLPE，“放射科醫生可以發現和分析新的肺部病變，而對這些病變的分析有助于解釋患者的呼吸道癥狀，從而更好地管理和治療疾病。”
高欣解釋道，新工具會首先消除與肺實質組織無關的任何解剖特征，肺實質組織是新冠病毒誘發損傷的主要位點，這意味著去除呼吸道和血管的圖像，然后增強留下的圖像，以揭示在沒有計算機幫助時可能會遺漏的病變。
高欣團隊利用數千名新冠肺炎住院患者的胸部CT掃描數據訓練和驗證其算法，在專業放射科醫生的幫助下完善了該算法，然后將其應用于數十名肺部有問題的新冠病毒幸存者，這些人都經歷過需要重癥監護治療的嚴重疾病。
最終，研究團隊證明，該工具可以揭示冠狀病毒感染者的肺纖維化跡象，從而有助于解釋呼吸短促、咳嗽和其他肺部癥狀，而用標準的CT圖像分析方法不可能做到這一點。
