许多中低收入国家正利用人工智能筛查结核病。该AI模型生成类似热力图的影像，黄色至红色的高亮区域标示算法检测到的结核病迹象。
上个月的一个周四上午，马里的博尼亚巴社区卫生中心正在进行结核病筛查。现场没有医生，但一位持续咳嗽的母亲在数秒内就得到结果：她被确诊为结核病阳性。
几年前，她能有附近的筛查点就算幸运了，即便如此还需等待一至两周，直到痰检样本送至实验室并返回结果。
转变的关键在于移动X光机与人工智能算法的联合应用。（若不熟悉AI术语——这本质是经过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，每日导致3,500人死亡，年死亡总数超120万，且数字仍在攀升。控制疫情的主要障碍之一是全球放射科医生短缺，难以诊断这种通常影响肺部的细菌感染。
"有些国家放射科医生不足五人，简直是灾难。即便有少数医生，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，如今超过80个中低收入国家正采用AI进行结核病筛查。"这是革命性的，"迪蒂乌说。
例如，尼日利亚的游牧民族正从中受益。"你身处荒无人烟之地，只有牧民、牲畜和尘土。他们却能用AI做X光检查，这简直不可思议，"迪蒂乌的组织八年前曾参与开发该技术。
乍得的难民营也在应用这些AI模型。"那里没有放射科医生，谁能查看X光片判断是否有问题？实际上是AI在完成，"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。"
支持者认为，AI正加速世界在最难触及的社会角落发现和控制疾病；但也有人呼吁谨慎，强调中低收入国家需加强监管以保护患者。
显著成效
在博尼亚巴社区卫生中心，这位母亲是迪亚基特·兰西恩设置的移动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。拍摄的影像直接传输至其电脑，AI模型据此生成评分——数值反映影像呈现结核病特征的可能性，并输出类似热力图的肺部图像。
"蓝色区域无异常，但出现红色即表示该部位存在问题，"兰西恩在为母亲筛查当天解释道。
他受雇于当地非营利组织ARCAD Santé PLUS，在整个西非国家开展结核病筛查，仅携带移动X光机、电脑和备用电池包（应对断电情况）。
母亲的筛查结果出现多处红斑后，他立即采集痰样送实验室确认，并嘱咐她速带五名子女返院复查。结核病通过患者咳嗽、大笑或说话时的飞沫传播，极易在家庭内扩散。
AI几乎同步显示：三名子女疑似感染结核病。兰西恩表示，他们将很快启动为期六个月的抗生素治疗。
"AI带来巨大改变，"获得全球基金支持的ARCAD Santé PLUS项目主管巴塞·凯塔表示。儿童常难以提供合格痰样（需深咳出肺部黏液），而AI筛查引入后，他们能快速排除X光片无异常者，仅对AI提示高风险人群进行痰检。应用AI后，痰检数量减少约半。
结核病引领AI医疗应用
作为MIT教授兼计算机科学家，雷吉娜·巴齐莱长期构建AI模型检测乳腺癌和肺癌。当斯里兰卡医院表示无力购买商用结核病筛查AI模型时，她同意为其定制开发。
"结核病是AI解决全球健康挑战的先锋领域，"她今年投入开发时立即意识到原因。"结核病具有可视性——你有X光片和确诊标签，只需训练模型。"她补充道，模型开发仅耗时数月、成本不足5万美元。"流程直接、成本低廉、开发迅速。"
相比乳腺X光或血液检测设备，结核病X光机在资源匮乏地区广泛可用，且操作培训门槛低。
迪蒂乌强调需求规模：据世卫组织数据，2023年结核病新发病例达1080万，较2020年1010万上升，绝大多数集中在中低收入国家。
迪蒂乌认为结核病仅是起点。现有结核病AI模型已能诊断肺癌、肺炎及某些心血管疾病。
巴齐莱预测，许多低收入国家将如非洲跳过固定电话直连手机般，快速将AI整合至医疗系统。"发展中国家将更早采用AI，因其存在重大未满足需求且临床医生明白需要辅助，"她说，"技术多在美国研发，但应用落地在别处。"
她指出美国因监管复杂进展较慢：即便获FDA批准，AI模型常未被专业协会纳入诊疗指南。
发展中国家面临真实挑战
部分专家警示技术热情需与警惕并存。
菲律宾放射科医生埃尔温·约翰·卡皮奥近期协助该国放射学会制定AI指南，曾研究偏远省份的AI结核病筛查应用。
"高收入国家已有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，"他说。
例如，若AI漏诊结核病（误判健康者需医疗干预）会如何？
卡皮奥指出，英国设有此类事件上报系统以保障患者安全，美国FDA批准AI模型时也有类似机制。"但在菲律宾，相关法律尚未建立。"
另一隐忧是模型可能无法提示失效或存疑案例。"模型会'漂移'——性能随时间退化，它们静默失效，不会告知正在出错，"他说，"这是当前核心顾虑。"
此类风险可通过训练模型转交复杂案例、并由外部专家实施持续质控来缓解，如马里兰西恩项目及全球基金项目所做。
但卡皮奥强调质控需"整支专家团队：除放射科医生外，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，实际成本远高于表面所见。
支持者则主张应与替代方案对比。巴齐莱指出医生医疗失误极常见；全球基金桑兹表示："必须正视现实——我们应用AI的许多地区放射科医生极度短缺，有总比没有强。"
桑兹引用数据称，自世卫组织2021年认可该技术并发布本地化校准工具包后，全球结核病检出率显著提升。
巴齐莱最后的疑问是：所有确诊患者能否获得相应医疗服务？
【全文结束】
