AI介入检测全球最致命传染病
上个月的一个星期四早晨，马里的邦亚巴社区卫生中心正在开展结核病筛查。现场不见医生踪影，但一位持续咳嗽的母亲仅数秒内就得到结果：她被确诊为结核病阳性。
数年前，她能有就近筛查机会已属幸运，且仍需等待一至两周将痰液样本送实验室检测。如今差异源于移动X光机与AI算法的应用。（若不熟悉术语——这本质是经海量数据训练的计算机程序。）
结核病作为全球头号传染病杀手，日均导致3500人死亡，年死亡超120万且数据持续攀升。疫情防治的瓶颈之一是全球放射科医生短缺——部分国家放射科医生不足五名，"形同灾难，即便有也集中在首都"，终结结核病伙伴关系组织执行董事露西卡·迪蒂乌博士指出。她表示，目前80多个中低收入国家已转向AI进行结核病筛查。
"这是革命性的"，迪蒂乌说。例如尼日利亚游牧民族获益显著："身处荒无人烟之地，只有牧民、牲畜和尘土，他们正用AI操作X光检测，简直不可思议。"该组织八年前即参与开发此技术。在乍得的难民营，AI同样承担诊断职责。抗击艾滋病、结核病和疟疾全球基金执行董事彼得·桑兹表示："当地没有放射科医生，谁来判断X光片是否有问题？AI做到了，这太出色了。"该基金过去四年已投入近2亿美元用于AI结核病筛查。
支持者认为，AI正加速全球在最难触及区域的疾病检测与控制能力；反对者则呼吁加强监管，保护中低收入国家患者权益。
"重大改变"
在邦亚巴社区卫生中心，这位母亲是迪亚基特·兰西恩操作移动X光机筛查的数十人之一。作为非医生但受过培训的操作员，兰西恩拍摄的影像直传计算机，AI模型据此生成结核病可能性评分及类似热力图的肺部影像。
"蓝色区域正常，红色则表示异常"，兰西恩在筛查该母亲时解释道。他为当地非营利组织ARCAD Santé PLUS工作，携带移动X光机、计算机及备用电池穿梭西非各国。母亲影像出现多处红色斑点后，他立即采集痰样送检确认，并要求她速带五名子女复检——活动性结核病通过咳嗽、大笑或说话经空气传播，家庭内极易扩散。
AI几乎同步显示其中三名子女疑似感染。兰西恩表示，他们将启动为期六个月的抗生素治疗。"AI带来重大改变"，ARCAD Santé PLUS项目官员巴希·凯塔指出。儿童常难提供合格痰样（需深咳肺部黏液），而AI筛查能快速排除X光无异常者，仅对AI提示感染者进行痰检，使痰样采集量减少约50%。
结核病引领AI医疗前沿
麻省理工学院教授兼计算机科学家雷吉娜·巴齐莱多年致力于开发乳腺癌与肺癌AI检测模型。当斯里兰卡医院表示无力购买商用结核病AI模型时，她着手为其定制。她解释道："结核病具有可视性——X光片明确标注患病与否，仅需训练模型即可"，耗时数月且成本不足5万美元，"开发过程简单、廉价且迅速"。
不同于乳腺X光或血液检测设备，结核病X光机在资源匮乏地区普及率高，且操作培训门槛低。迪蒂乌补充，需求量巨大：世卫组织数据显示，2023年结核病新发病例达1080万，较2020年1010万上升，绝大多数集中于中低收入国家。
迪蒂乌认为结核病仅是开端。现有AI模型已能诊断肺癌、肺炎及某些心血管问题。巴齐莱预测，许多低收入国家将如非洲跳过固话直通手机般，快速将AI整合至医疗系统："发展中国家因未满足需求迫切且临床医生理解需外部支持，AI采纳速度将更快。大部分技术虽在美国研发，但应用落地于他处。"她指出，美国因专业协会制定的诊疗指南整合滞后，AI落地速度反而较慢。
"发展中国家的真实挑战"
部分专家警示需警惕技术热情超越监管。菲律宾放射科医生埃尔温·约翰·卡皮奥协助制定该国AI医疗指南，研究偏远省份结核病AI筛查应用。他表示高收入国家已建立AI医疗监管框架，"但对发展中国家是真实挑战——技术常免费提供，却需规避风险"。
例如，当AI漏诊结核病并误判健康时如何追责？英国与美国有完善上报机制，而菲律宾"尚无相关法律"。更严峻的是模型可能"静默失效"：性能随时间漂移却不提示用户，"这是当前主要担忧"。
此类风险可通过训练模型转交疑难案例、并实施外部专家持续质控来化解——如马里兰西恩的筛查项目及全球基金项目所做。但卡皮奥强调，质控需"完整专家团队：放射科医生、计算机科学家、数据科学家及AI工程师"，叠加AI巨大能耗，"远非表面看来廉价便捷"。
倡导者则认为应与替代方案比较。巴齐莱指出医生医疗差错极为普遍；全球基金桑兹强调："我们应用的许多环境放射科医生极度短缺，因此AI仍是更优解。"世卫组织2021年认可该技术并发布本地化校准工具包后，全球结核病发现率显著提升。
巴齐莱最终追问：所有确诊者能否获得后续医疗？
【全文结束】
