Исследователи представили новые инструменты искусственного интеллекта — от анализа кашля на смартфонах до детских скрининговых систем, которые могут изменить способы обнаружения, мониторинга и профилактики туберкулёза.
Инновации, представленные на Всемирной конференции Союза по здоровью лёгких в Копенгагене, Дания (18–21 ноября), обещают более быстрое, доступное и персонализированное лечение туберкулёза, особенно для сообществ, где традиционная диагностика пока недоступна.
Туберкулёз остаётся самым смертоносным инфекционным заболеванием в мире, вызвав около 1,25 миллиона смертей в 2024 году, согласно данным Всемирной организации здравоохранения (ВОЗ).
На конференции учёные из Южного университета науки и технологий и Третьей народной больницы Шэньчжэня в Китае продемонстрировали систему анализа дыхания на базе искусственного интеллекта для отслеживания реакции пациентов на лечение туберкулёза. Исследователи оценивали, может ли так называемая «алкотемика» — анализ химических соединений в выдохе — в сочетании с машинным обучением эффективнее отслеживать прогресс лечения туберкулёза, чем современные методы, такие как культура мокроты (лабораторное тестирование слизи, выделяемой лёгкими) или рентген.
Cпециалисты использовали свой AveloMask для сбора дыхательных образцов примерно у 60 пациентов с туберкулёзом в Южной Африке и изучали тонкие химические изменения в их выдыхаемом воздухе с помощью машинного обучения.
Лян Фу, пульмонолог и специалист по туберкулёзу из Третьей народной больницы Шэньчжэня, заявил на конференции: «Наше исследование показывает, что неинвазивный дыхательный тест в сочетании с машинным обучением может отслеживать восстановление во время лечения туберкулёза и рано указывать на то, когда пациент чувствует себя хорошо. Такой подход может позволить более безопасное сокращение лечения, улучшить соблюдение и снизить расходы для пациентов и программ по туберкулёзу.»
Исследователи из Всеиндийского института медицинских наук (AIIMS), Института последипломного медицинского образования и исследований имени Джавахарлала и компании Salcit Technologies представили результаты работы Swaasa — AI-платформы, использующей смартфон для анализа звуков кашля.
ИИ обучен отличать кашель, вызванный туберкулёзом, от тех, что связаны с другими респираторными заболеваниями, предлагая недорогую диагностическую альтернативу для учреждений, где рентгеновские снимки и молекулярные тесты редки.
С помощью смартфона медицинские работники зафиксировали кашель более 350 участников с симптомами кашля. Результаты модели ИИ сравнивались со стандартными тестами, чтобы определить её точность при выявлении респираторных заболеваний, таких как туберкулёз. Алгоритм ИИ правильно определил сопутствующие заболевания в 94 процентах случаев и правильно предсказал риск респираторных заболеваний в 87 процентах случаев, согласно исследованию. Ракеш Кумар, доцент Центра общественной медицины AIIMS, отметил, что система подходит для масштабного внедрения. Он сказал на конференции: «Скрининг становится быстрее, проще и более инклюзивным, помогая восполнить критические пробелы в выявлении случаев туберкулёза в условиях ограниченных ресурсов.»
Для усиления активного выявления случаев туберкулеза в рамках Национальной программы борьбы с туберкулёзом в Индии исследователи из Института искусственного интеллекта Вадхвани (Wadhwani AI) представили систему картирования уязвимостей на базе ИИ, чтобы определить сообщества, наиболее вероятные с недиагностированными случаями туберкулёза. Система объединила более 20 открытых наборов данных — демографических, географических и экономических — с анонимизированными случаями из индийской системы наблюдения за туберкулёзом Ni-kshay.
Апарна Чаудхари, национальный руководитель по борьбе с туберкулёзом в Wadhwani AI, сообщила, что в национальных тестах результат достиг точности 71 % при выявлении 20 % деревень, наиболее вероятных с невыявленной болезнью туберкулёза. Результаты исследования в настоящее время проходят рецензирование коллегами. Он отметил, что цель системы — повысить точность и эффективность в выявлении случаев туберкулёза и направлять туберкулёзные ресурсы.
Тем временем компания из Мумбаи в области медицинских технологий Qure.ai анонсировала инструмент для скрининга туберкулёза детей на базе искусственного интеллекта — qXR, который используется с рождения до 15 лет. Это первый инструмент рентгена грудной клетки с поддержкой искусственного интеллекта, получивший европейское регуляторное одобрение для детей этого возраста, включая самых младших.
«С помощью этого инструмента мы гордимся тем, что обеспечиваем системы здравоохранения по всему миру масштабируемым и надёжным способом раннего выявления туберкулёза, приоритетного ухода и, в конечном итоге, спасения жизней.»
Кето Ангами, президент Фонда доступа к правам и знаниям Индии (ARK), говорит, что новые технологии для улучшения обнаружения, диагностики и лечения туберкулёза важны, но подчёркивает, что их необходимо тщательно проверять.
Если ИИ получает чёткие и соответствующие параметры о туберкулёзе, он может дать ясный ответ. Но если ситуация станет более сложной или неясной, может стать опасно полагаться только на неё. Люди, управляющие системами ИИ, должны быть обучены интерпретировать результаты и выходить за рамки того, что система выдаёт.
Инновации, представленные на Всемирной конференции Союза по здоровью лёгких в Копенгагене, Дания (18–21 ноября), обещают более быстрое, доступное и персонализированное лечение туберкулёза, особенно для сообществ, где традиционная диагностика пока недоступна.
Туберкулёз остаётся самым смертоносным инфекционным заболеванием в мире, вызвав около 1,25 миллиона смертей в 2024 году, согласно данным Всемирной организации здравоохранения (ВОЗ).
На конференции учёные из Южного университета науки и технологий и Третьей народной больницы Шэньчжэня в Китае продемонстрировали систему анализа дыхания на базе искусственного интеллекта для отслеживания реакции пациентов на лечение туберкулёза. Исследователи оценивали, может ли так называемая «алкотемика» — анализ химических соединений в выдохе — в сочетании с машинным обучением эффективнее отслеживать прогресс лечения туберкулёза, чем современные методы, такие как культура мокроты (лабораторное тестирование слизи, выделяемой лёгкими) или рентген.
Cпециалисты использовали свой AveloMask для сбора дыхательных образцов примерно у 60 пациентов с туберкулёзом в Южной Африке и изучали тонкие химические изменения в их выдыхаемом воздухе с помощью машинного обучения.
Лян Фу, пульмонолог и специалист по туберкулёзу из Третьей народной больницы Шэньчжэня, заявил на конференции: «Наше исследование показывает, что неинвазивный дыхательный тест в сочетании с машинным обучением может отслеживать восстановление во время лечения туберкулёза и рано указывать на то, когда пациент чувствует себя хорошо. Такой подход может позволить более безопасное сокращение лечения, улучшить соблюдение и снизить расходы для пациентов и программ по туберкулёзу.»
Исследователи из Всеиндийского института медицинских наук (AIIMS), Института последипломного медицинского образования и исследований имени Джавахарлала и компании Salcit Technologies представили результаты работы Swaasa — AI-платформы, использующей смартфон для анализа звуков кашля.
ИИ обучен отличать кашель, вызванный туберкулёзом, от тех, что связаны с другими респираторными заболеваниями, предлагая недорогую диагностическую альтернативу для учреждений, где рентгеновские снимки и молекулярные тесты редки.
С помощью смартфона медицинские работники зафиксировали кашель более 350 участников с симптомами кашля. Результаты модели ИИ сравнивались со стандартными тестами, чтобы определить её точность при выявлении респираторных заболеваний, таких как туберкулёз. Алгоритм ИИ правильно определил сопутствующие заболевания в 94 процентах случаев и правильно предсказал риск респираторных заболеваний в 87 процентах случаев, согласно исследованию. Ракеш Кумар, доцент Центра общественной медицины AIIMS, отметил, что система подходит для масштабного внедрения. Он сказал на конференции: «Скрининг становится быстрее, проще и более инклюзивным, помогая восполнить критические пробелы в выявлении случаев туберкулёза в условиях ограниченных ресурсов.»
Для усиления активного выявления случаев туберкулеза в рамках Национальной программы борьбы с туберкулёзом в Индии исследователи из Института искусственного интеллекта Вадхвани (Wadhwani AI) представили систему картирования уязвимостей на базе ИИ, чтобы определить сообщества, наиболее вероятные с недиагностированными случаями туберкулёза. Система объединила более 20 открытых наборов данных — демографических, географических и экономических — с анонимизированными случаями из индийской системы наблюдения за туберкулёзом Ni-kshay.
Апарна Чаудхари, национальный руководитель по борьбе с туберкулёзом в Wadhwani AI, сообщила, что в национальных тестах результат достиг точности 71 % при выявлении 20 % деревень, наиболее вероятных с невыявленной болезнью туберкулёза. Результаты исследования в настоящее время проходят рецензирование коллегами. Он отметил, что цель системы — повысить точность и эффективность в выявлении случаев туберкулёза и направлять туберкулёзные ресурсы.
Тем временем компания из Мумбаи в области медицинских технологий Qure.ai анонсировала инструмент для скрининга туберкулёза детей на базе искусственного интеллекта — qXR, который используется с рождения до 15 лет. Это первый инструмент рентгена грудной клетки с поддержкой искусственного интеллекта, получивший европейское регуляторное одобрение для детей этого возраста, включая самых младших.
«С помощью этого инструмента мы гордимся тем, что обеспечиваем системы здравоохранения по всему миру масштабируемым и надёжным способом раннего выявления туберкулёза, приоритетного ухода и, в конечном итоге, спасения жизней.»
Кето Ангами, президент Фонда доступа к правам и знаниям Индии (ARK), говорит, что новые технологии для улучшения обнаружения, диагностики и лечения туберкулёза важны, но подчёркивает, что их необходимо тщательно проверять.
Если ИИ получает чёткие и соответствующие параметры о туберкулёзе, он может дать ясный ответ. Но если ситуация станет более сложной или неясной, может стать опасно полагаться только на неё. Люди, управляющие системами ИИ, должны быть обучены интерпретировать результаты и выходить за рамки того, что система выдаёт.