来自南非斯坦陵布什大学（Stellenbosch University, SU）的研究人员加入了一项全球性研究，旨在探讨人工智能（AI）在提高结核病（TB）诊断中的应用。
图片来源：Fotos on Unsplash
该项目的目标是开发并测试一种算法，使基层医疗机构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。
探索基于超声波的结核病识别
“结核病仍然是世界上最致命的传染病，但其诊断率却严重不足，”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。
“一个主要挑战在于，我们常常在错误的时间对错误的人进行检测。许多患者接受了不必要的检查，而另一些急需检测的人却从未得到适当的筛查。因此，迫切需要一种可及、负担得起且可扩展的结核病分诊诊断工具。”
这项名为“计算机辅助诊断结合肺部超声波用于贝宁、马里和南非社区基础肺结核分诊”（Computer-assisted diagnosis with lung ultrasound for community-based pulmonary tuberculosis triage in Benin, Mali and South Africa，简称CAD LUS4TB）的项目，由非洲和欧洲10家卫生和研究机构组成的联盟共同参与。
欧盟全球健康EDCTP3联合计划提供了1000万欧元（超过2亿南非兰特）的资金支持。
该研究将包括3000名成年患者，以调查在结核病分诊和管理中使用人工智能进行超声波引导的结核病识别的效果。目标是改善基层医疗水平上对有症状成年患者的结核病筛查，排除结核病的可能性。
“床旁肺部超声使用灵敏的手持成像设备，能够检测身体异常，包括结核病特有的特征，”塞伦教授解释道。
人工智能带来的前所未有的机遇
此前，这项技术受限于需要专门的专业知识来解读图像。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，使得接受过最低限度培训的医护人员也能快速轻松地确定哪些患者需要进一步检测。
“因此，CAD LUS4TB引入了一种急需的、无需样本的诊断测试，助力抗击结核病。”
在与欧洲合作伙伴的合作下，斯坦陵布什大学还将开发并验证机器学习算法，其中涉及该校工程学院数字信号处理组托马斯·尼斯勒教授（Thomas Niesler）的团队。
研究人员将开发一种新型算法，使其与连接智能手机的便携式超声设备兼容。该技术将自动评估超声图像中的结核病指标，并打包成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罗尼克·苏特尔斯博士（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（Ablo Prudence Wachinou）共同领导。
CAD LUS4TB联盟专注于生成针对特定人群的证据，并倡导将人工智能驱动的计算机辅助诊断（CAD）整合到医疗政策中，以支持肺部超声波在医疗实践中的实施。
(全文结束)
