关键要点：
- 该系统比人类分析高出9%，并超过了世界卫生组织对非痰液结核病筛查测试的要求。
- 它结合了与智能手机相连的超声波设备和一系列深度学习AI模型。
维也纳——一种连接到智能手机的床旁肺部超声系统结合了一系列深度学习模型，在诊断结核病方面优于人类分析，并超过了世界卫生组织对非痰液结核病测试的要求。
在2025年欧洲临床微生物学和传染病大会（ESCMID Global 2025）上展示的一项研究中，数据显示，经过最少培训的终端用户可以在没有胸部X光设施和训练有素的放射科医生的地方诊断和治疗结核病。
“目前，世界卫生组织建议使用胸部X光或分子测试进行结核病筛查，”洛桑大学的主要研究作者Veronique Suttels博士说。“然而，这些测试在低收入和中等收入国家的初级保健水平上几乎不可用，而大多数结核病患者首先出现在这些地方。”
根据世界卫生组织的数据，2023年全球有125万人死于结核病，使其再次成为世界上导致死亡最多的传染病——在大流行急性期被COVID-19短暂超越后。
“据估计，三分之一的结核病病例未被诊断，”Suttels说。“因此，有必要研究技术要求最低的真正床旁测试。为此，我们评估了一种连接到简单智能手机的肺部超声（LUS），并由AI自动解释。”
研究人员在西非贝宁进行了一个前瞻性队列研究，研究对象为504名有呼吸症状的成年人，使用标准化的14点LUS协议，通过与智能手机相连的床旁超声设备拍摄图像，并使用ULTR-AI，这是一种旨在自动化结核病风险评估的深度学习模型套件。
在研究人群中，61%为男性，中位年龄为40岁（四分位间距[IQR]，30-52岁），13%有结核病史，15%为HIV阳性（中位CD4计数为92细胞/立方毫米；IQR，43-358）。
总体而言，192人（38%）确诊为肺结核，其中66%体重过轻（BMI < 18.5 kg/m²），31%有高快速器官衰竭评分，21%在第28天住院。此外，4%的确诊结核病患者死亡。
根据研究，ULTR-AI显示灵敏度为93%，特异性为81%（接收操作特征曲线下面积为0.93；95%置信区间，0.92-0.95），超过了世界卫生组织对非痰液结核病测试的90%灵敏度和70%特异性的目标。AI引导的LUS还比人类专家高出9%。
Suttels表示，这种肺部超声系统已经是一个有前景、廉价且可访问的肺结核筛查工具，尤其是在没有胸部X光的情况下——由于该设备连接到智能手机，它具有广泛采用的潜力。
“这项研究首次前瞻性地评估了AI辅助的LUS解释与强大的微生物学参考标准对比，显示出提高诊断准确性和可扩展性的潜力，”Suttels说。“AI引导的LUS可以帮助缩小资源有限环境中的关键诊断差距，尽管仍需进一步外部验证。”
(全文结束)
