在抗击结核病（TB）的斗争中迈出了重要一步：斯坦陵布什大学（Stellenbosch University，简称SU）的研究人员正在领导一项关键性的全球试验，旨在利用人工智能（AI）创新性地改进结核病的诊断。该项目旨在创建并验证一种算法，使基层医疗机构的医护人员能够通过连接智能手机的手持超声波设备快速、准确地识别潜在的结核病病例。
“结核病仍然是世界上最致命的传染病，但其诊断严重不足，”SU临床分枝杆菌学与流行病学领域的权威专家、试验协调员格兰特·塞隆教授（Prof Grant Theron）解释道。他指出，结核病诊断面临的关键挑战在于，许多患者接受了不必要的检测，而另一些迫切需要筛查的患者却被忽视。“我们需要可及性强、价格合理且可扩展的结核病分诊工具，”他强调。
这项雄心勃勃的项目名为“基于计算机辅助诊断的肺部超声技术用于贝宁、马里和南非社区结核病分诊”（Computer assisted diagnosis with lung ultrasound for community based pulmonary tuberculosis triage in Benin, Mali, and South Africa，简称CAD LUS4TB），汇集了非洲和欧洲10家杰出的卫生和研究机构，获得了欧盟全球健康EDCTP3联合计划提供的1000万欧元（超过2亿南非兰特）资金支持。
该研究计划招募3000名成年患者，旨在评估人工智能驱动的超声波技术在提升结核病检测和管理方面的有效性。总体目标是显著增加基层医疗中症状明显的成年患者获得结核病筛查的机会，确保在最需要的地方及时进行干预。
“床旁肺部超声使用灵敏的手持成像设备，能够检测包括结核病特征在内的身体异常，”塞隆教授表示。然而，这项技术长期以来依赖于专业专家对图像的分析。得益于人工智能的进步，现在有机会实现图像解读的自动化，即使是受过最低限度培训的医务人员也能迅速判断哪些患者需要进一步检测。因此，CAD LUS4TB计划为结核病诊断提供了一种变革性的、无需标本的解决方案。
在与欧洲合作伙伴的合作下，斯坦陵布什大学将深入开发和验证尖端的机器学习算法，充分利用该校工程学院托马斯·尼斯勒教授（Prof Thomas Niesler）数字信号处理团队的专业知识。目标是设计一款与便携式超声波设备兼容的复杂算法，这些设备可通过智能手机运行。这项创新有望通过一个用户友好的移动应用程序自动评估超声波图像中的结核病指标，从而广泛推广使用。
该项目将于2025年9月1日正式启动，由瑞士洛桑联邦技术研究所（The Swiss Federal Technology Institute of Lausanne）的维罗尼克·苏特尔斯博士（Dr Veronique Suttels）和贝宁国家肺病与结核教学中心的阿布洛·普鲁登斯·瓦希努教授（Prof Ablo Prudence Wachinou）共同领导。他们希望为结核病诊断的未来奠定基础。
CAD LUS4TB联盟致力于生成针对特定人群的强有力证据，同时倡导整合由人工智能驱动的计算机辅助诊断（CAD），从而影响与肺部超声波实施相关的医疗政策。
(全文结束)
