许多中低收入国家正在使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-红色标记的斑点表示算法检测到结核病迹象。
上个月的一个星期四早上，马里的博尼亚巴社区健康中心正在进行结核病筛查。现场没有医生，但一位因咳嗽困扰的母亲在几秒钟内就得到了答案：她结核病检测呈阳性。几年前，她能找到附近的筛查点就算幸运了，即便如此还需等待一两周，等痰液样本送至实验室并返回结果。
区别在于一台移动X光机和人工智能算法正在检测结核病（本质上是用大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，年死亡人数超过120万，且数字仍在上升。应对疫情的主要障碍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。
"有些国家的放射科医生不到五名，这简直是一场灾难。即使有，他们也总在首都，"倡导组织终结结核病伙伴关系的执行主任卢西卡·迪蒂乌博士表示。她说，目前超过80个中低收入国家已转向AI筛查结核病，"这是革命性的"。例如尼日利亚的游牧人口群体受益显著："你身处荒无人烟之地，只有牛群和尘土，他们却用AI进行X光检查，这太不可思议了"，迪蒂乌的组织八年前就是该技术的先驱之一。AI模型还在乍得难民营应用，"没有放射科医生，谁来看X光片判断问题？实际是AI在完成，"抗击艾滋病、结核病和疟疾全球基金执行主任彼得·桑兹表示，该基金四年来已投入近2亿美元用于AI辅助筛查，"这太棒了"。
支持者认为AI将加速世界在最难触及地区检测和控制疾病的能力，但部分人士呼吁加强监管以保护中低收入国家患者。
"显著差异"
在博尼亚巴社区健康中心，这位母亲是迪亚基特·兰辛操作的移动X光机筛查对象之一。他虽非医生但受过专业培训，拍摄的X光图像直接传至电脑，AI模型根据与结核病的相似度给出评分并生成肺部热力图。"蓝色部分正常，红色标记表示异常，"兰辛在筛查当天解释道。他为当地非营利组织ARCAD Santé PLUS工作，携带移动X光机、电脑和备用电池在西非各地开展筛查。
母亲的筛查结果出现多个红色斑点后，他立即采集痰液样本送检确认，并嘱咐她速带五名子女复检，因结核病通过咳嗽或说话在家庭中极易传播。AI几乎同步显示其中三名子女疑似患病，兰辛表示他们将很快启动为期六个月的抗生素治疗。
"AI带来了显著差异，"ARCAD Santé PLUS项目官员巴西·凯塔指出，该组织获全球基金支持。儿童产生痰液样本通常困难（需深咳出肺部黏液），但AI筛查能快速排除X光无异常者，仅对AI提示疑似病例进行痰检，使痰液样本量减少约50%。
结核病走在技术前沿
麻省理工学院教授雷吉娜·巴齐莱长期研发癌症检测AI模型，当斯里兰卡医院表示无力购买商用结核病筛查系统时，她为其定制开发。"结核病具有可视性——X光片配合诊断标签，模型训练极为直接，"她解释道，"仅用数月和不足5万美元即可完成，成本低廉且开发迅速。"不同于乳腺X光等设备，结核病X光机在资源匮乏地区普及度高，操作培训要求低。世卫组织数据显示，2023年全球新发结核病例达1080万（2020年为1010万），绝大多数集中在中低收入国家。
迪蒂乌认为结核病只是起点，现有AI模型已能诊断肺癌、肺炎及心血管问题。巴齐莱预测低收入国家将快速整合AI到医疗系统，"类似非洲跳过固话直用手机，发展中国家因医疗缺口巨大，临床医生迫切需要辅助工具——技术虽在美国研发，但应用主战场在海外。"她指出美国因专业协会指南整合滞后及实际应用不足，AI落地速度反而较慢。
"发展中国家的真正挑战"
菲律宾放射科医生埃尔温·约翰·卡皮奥协助制定了该国AI医疗指南，研究显示高收入国家已建立完善监管体系，"但对发展中国家是巨大挑战，技术常免费提供却缺乏配套保障，"他警告。例如当AI漏诊结核病误判健康状态时，在英美有完善事故报告与患者安全机制，而菲律宾"尚未出台相关法律"。
更严峻的是模型"漂移"风险——性能随时间无声退化却不提示错误。"它们不会主动报告失误，"卡皮奥强调，"这是核心隐患。"解决方案需训练模型转交复杂病例并实施外部专家质量控制，如马里筛查项目所做。但他指出这需要"放射科医生、计算机科学家、数据科学家及AI工程师组成的专家团队"，叠加AI高能耗特性，实际成本远高于表面预期。
支持者则坚持技术必须与现状对比：巴齐莱指出医生医疗失误本就普遍，全球基金桑兹强调"在放射科医生极度匮乏的地区，AI筛查总胜于无"。世卫组织2021年认证该技术并发布校准工具包后，全球结核病检出率已显著提升。巴齐莱最终发问："所有被诊断者都能获得后续治疗吗？"
【全文结束】
