许多低收入和中等收入国家正利用人工智能筛查结核病。这种AI模型生成类似热力图的图像，黄色至红色高亮区域表示算法检测到结核病迹象。
上个月的一个星期四上午，马里的博尼阿巴社区健康中心正在进行结核病筛查。现场不见医生踪影，但一位持续咳嗽的母亲在几秒内就获得了结果：她被确诊为结核病阳性。
几年前，她能就近接受筛查已是幸运。即便如此，她仍需等待一至两周，待痰液样本送至实验室并返回结果。
差异何在？移动X光机和人工智能算法正在检测结核病。（若不熟悉AI术语——这本质上是基于海量数据训练的计算机程序。）
结核病是全球头号传染病杀手，每天导致3500人死亡，年死亡人数超120万，且数字持续攀升。应对疫情的一大障碍是诊断肺部感染的放射科医生全球短缺。
“有些国家放射科医生不足五人，近乎灾难。即便有，他们也集中在首都，”倡导组织终止结核病伙伴关系执行主任露西卡·迪蒂乌博士表示。
她指出，目前80多个低收入和中等收入国家已转向AI进行结核病筛查。“这具有革命性，”迪蒂乌说。
例如，她说尼日利亚的游牧民族正从中受益：“你身处荒无人烟之地，只有牲畜、尘土。他们却用AI进行X光检查，不可思议。”该组织八年前曾是此技术的先驱开发者之一。
AI模型还应用于乍得的难民营。“没有放射科医生，谁能查看X光片判断是否有问题？实际上，AI做到了，”全球抗击艾滋病、结核病和疟疾基金执行主任彼得·桑兹表示。该基金过去四年已投入近2亿美元用于AI结核病筛查。“这太棒了。”
支持者称，这预示着AI将加速世界在最难触及地区检测和控制疾病的能力。另一些人则呼吁谨慎，认为需加强监管以保护低收入国家患者的权益。
“巨大差异”
在博尼阿巴社区健康中心，这位母亲是迪亚基特·兰辛设置的移动X光机筛查的数十人之一。他虽非医生，但受过X光操作培训。他拍摄的图像直接传输至电脑，AI模型据此分析并输出评分——反映图像与结核病相似度，同时生成近乎热力图的肺部影像。
“蓝色区域无异常，但出现红色即表示该部位有问题，”兰辛在筛查该母亲当日解释道。
他为当地非营利组织ARCAD Santé PLUS工作，携带少量设备（移动X光机、电脑及备用电池）在西非国家巡回筛查。
母亲的筛查结果刚显示多处红色斑块，他立即采集痰液样本送实验室确认，并嘱其速返家带五名子女复检。结核病通过患者咳嗽、大笑或说话时的飞沫传播，易在家庭内扩散。
AI几乎即刻反馈：三名子女疑似结核病。兰辛表示，他们将很快启动为期六个月的抗生素治疗。
“AI带来巨大差异，”ARCAD Santé PLUS项目官员巴希·凯塔表示。该组织获全球基金支持。他解释，儿童提供痰液样本往往困难——需咳出深部肺黏液。引入AI后，他们能快速排除X光无异常者，仅对AI提示可能患病者进行痰检。自整合AI筛查，痰液样本量已减少约半数。
结核病引领前沿
作为麻省理工学院教授兼计算机科学家，雷吉娜·巴齐莱多年来致力于构建检测乳腺癌和肺癌的AI模型。当斯里兰卡一家医院告知无力购买现成AI结核病筛查模型时，她同意为其开发。
她今年投入工作后立即意识到，为何结核病成为AI应对全球健康挑战的先锋：“结核病可见——你有X光片和确诊标签，只需训练模型。”她补充道，仅用数月及不到5万美元便完成模型，“开发过程直接、廉价且快速。”
与乳腺X光或血液检测设备不同，结核病X光机在资源匮乏地区广泛可用，且操作无需高深培训。
迪蒂乌还强调需求庞大：世卫组织数据显示，2023年结核病新发病例达1080万，高于2020年的1010万，绝大多数在低收入和中等收入国家。
迪蒂乌认为结核病仅是起点。部分用于结核病的AI模型已可诊断肺癌、肺炎及某些心血管问题。
巴齐莱预测，在许多低收入国家，AI将如非洲跳过固定电话直连手机般快速融入医疗系统。“发展中国家将更快采用AI，因其存在严重未满足需求，且临床医生明白需要额外支持，”她说，“多数技术在美国研发，但应用在别处。”
她指出，美国整合AI较慢，因即便获FDA批准，这些模型常未被专业学会纳入诊疗指南或广泛使用。
“发展中国家的真实挑战”
但部分人士呼吁技术热情勿超越警惕。
菲律宾放射科医生埃尔温·约翰·卡皮奥近期协助菲律宾放射学院制定AI指南，曾研究该国偏远省份的AI结核病筛查应用。
他表示高收入国家已建立AI医疗应用的监管框架。“这对发展中国家是真实挑战，因技术常免费提供，但需避免问题，”他说。
例如，若AI漏诊结核病，将健康者误判为正常会怎样？
卡皮奥指出，英国设有此类事件上报系统以提升患者安全，美国FDA批准AI模型时亦有类似机制。但“我国尚无相关法律。”
另一担忧是模型故障或不确定时无法警示用户。他说模型可能“漂移”，即性能随时间下降。“它们静默失效，不会提示出错，”卡皮奥说，“这是当前主要顾虑。”
兰辛在马里的筛查项目及全球基金资助项目中，通过训练模型转交复杂案例、并由外部专家实施持续质控可缓解此问题。
但卡皮奥解释，此类质控需“完整专家团队——不仅需放射科医生，还需计算机科学家、数据科学家及AI工程师。”叠加AI的巨大能耗，实际成本远非表面那般低廉简易。
然而支持者认为，AI必须与替代方案比较。
巴齐莱指出，医生导致的医疗错误极为普遍。全球基金的桑兹表示，“我们必须正视现实：在许多应用环境中，放射科医生极度稀缺，因此AI总比没有强。”
桑兹引用数据称，自世卫组织2021年认可AI技术并发布本地化校准工具包后，全球发现结核病患者的能力已大幅提升。
巴齐莱留下的核心疑问是：所有确诊者能否获得相应医疗服务？
【全文结束】
