LSU Health新奥尔良团队创造了更好的工具来辅助新型肺炎的诊断

路易斯安那州新奥尔良-LSU Health新奥尔良放射科医生和进化解剖学家联手展示了用于爬行动物和鸟肺研究的相同技术，可用于帮助确定患者的COVID-19诊断。他们发表在《BMJ案例报告》上的论文证明了3D模型是一种视觉清晰的方法，可以直观地评估呼吸系统中COVID-19相关感染的分布。

LSU Health新奥尔良医学院细胞生物学与解剖学副教授Emma R. Schachner博士，放射学研究副主席兼放射学，内科学，泌尿外科及细胞生物学与解剖学副教授Emma R. Schachner，医学博士，从住院的与严重急性呼吸道综合症冠状病毒(SARS-CoV-2)相关的症状的患者的CT扫描中创建了3D数字模型。

当三名怀疑患有COVID-19的患者症状恶化时，接受了对比增强的胸部CT检查。其中两个测试出的SARS-CoV-2阳性，但一个测试的逆转录链反应(RT-PCR)阴性。但是由于该患者的临床和影像学资料令人信服，因此推测该结果为假阴性。

Spieler博士指出：“已经报道了一系列的RT-PCR敏感性，范围为30-91%。”“这可能是无症状或仅出现轻度症状的个体相对较低的病毒载量的结果。在症状缓解时进行的测试也导致假阴性，这似乎是这种情况的结果。”

鉴于通过RT-PCR(COVID-19诊断筛查的金标准)对假阴性结果的诊断挑战，CT有助于建立这种诊断。重要的是，这些CT特征可以在形式和结构上变化，并且似乎与疾病进展相关。这允许对数据进行3D分割，在其中可以对肺组织进行体积量化或对气流模式进行建模。

使用科学的可视化程序Avizo(Thermofisher Scientific)和Schachner实验室用于进化解剖学研究的技术，将CT扫描全部分割为3D数字表面模型。

Spieler补充说：“ COVID-19对呼吸系统的全部作用仍然未知，但是3D数字分段模型为临床医生提供了一种新的工具，可以从一种封装的角度评估疾病的程度和分布。”“这在SARS-CoV-2的RT-PCR阴性但对COVID-19的临床怀疑很强的情况下特别有用。”

迄今为止，还没有关于COVID对肺所做的良好模型。因此，与已发布的以前的方法(体积渲染模型以及CT扫描和X射线照片的直接2D屏幕快照)相比，该项目着重于3D模型中肺损伤的可视化。