来自南非的斯坦陵布什大学（Stellenbosch University, SU）研究人员加入了一项全球性研究，探索如何利用人工智能（AI）提升结核病（TB）的诊断效率。
图片来源：Fotos on Unsplash
该项目的目标是开发并测试一种算法，使初级医疗设施中的医护人员能够使用手持超声设备和智能手机检测可能的结核病病例。
基于超声波的结核病识别研究
“结核病仍然是世界上最致命的传染病，但其诊断率却极低，”斯坦陵布什大学临床分枝杆菌学与流行病学教授、试验协调员格兰特·塞伦（Grant Theron）解释道。“一个主要挑战是我们常常在错误的时间对错误的人进行测试。许多患者接受了不必要的检查，而其他急需检测的人却从未得到适当的筛查。因此，我们迫切需要一种便捷、经济且可扩展的结核病筛查工具。”
这一名为“计算机辅助诊断结合肺部超声用于贝宁、马里和南非社区肺结核筛查”（CAD LUS4TB）的项目，涉及非洲和欧洲10家卫生与研究机构的联合团队。
欧盟全球健康EDCTP3联合行动为该项目提供了1000万欧元（超过2亿南非兰特）的资金支持。
该研究将纳入3000名成年患者，以调查基于人工智能的超声波技术在结核病筛查与管理中的应用效果。目标是改善初级医疗层面针对有症状成年患者的结核病筛查手段，以便快速排除疾病。
“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，”塞伦教授补充道。
人工智能带来的前所未有的机遇
过去，这项技术受限于图像解读所需的专门知识。然而，人工智能现在为自动化图像分类提供了前所未有的机会，使经过基础培训的医疗工作者也能快速轻松地判断哪些患者需要进一步检测。
“因此，CAD LUS4TB项目在抗击结核病方面引入了一种无需样本的诊断测试，填补了重要空白。”
在与欧洲合作伙伴的协作中，斯坦陵布什大学还将开发并验证机器学习算法，该校工程学院数字信号处理组的托马斯·尼斯勒（Thomas Niesler）教授团队也参与其中。
研究人员将开发一种新算法，使其兼容连接至智能手机的便携式超声设备。该技术将自动评估超声图像中的结核病指标，并打包为一款用户友好的移动应用程序，以便广泛部署。
该项目将于2025年9月1日启动，由瑞士洛桑联邦理工学院智能全球健康与人道主义技术实验室的维尔罗尼克·苏特尔斯（Veronique Suttels）博士与贝宁国家肺炎与结核病教学中心的阿布洛·普鲁登斯·瓦希努（Ablo Prudence Wachinou）教授共同领导。
CAD LUS4TB联盟致力于生成特定人群的证据，并倡导将基于人工智能的计算机辅助诊断（CAD）整合到医疗政策中，以支持肺部超声技术在卫生系统中的实施。
(全文结束)
