Innowacyjne narzędzia AI zrewolucjonizują wykrywanie gruźlicy na świecie
Na konferencji w Kopenhadze zaprezentowano innowacyjne narzędzia AI, które mają na celu poprawę wykrywania i monitorowania gruźlicy, odpowiedzialnej za 1,25 miliona zgonów rocznie.
Na konferencji Światowej Unii Zdrowia Płuc w Kopenhadze zaprezentowano nową falę diagnostyki opartej na AI, która ma na celu redefinicję sposobu wykrywania, monitorowania i zapobiegania gruźlicy (TB) na całym świecie. Technologie te, takie jak analiza kaszlu za pomocą smartfonów, nieinwazyjne testy oddechowe oraz przyjazne dzieciom narzędzia rentgenowskie, koncentrują się na jednej z najgroźniejszych chorób zakaźnych, odpowiedzialnej za szacunkowo 1,25 miliona zgonów w 2024 roku.
„Te innowacje pokazują niezwykły potencjał AI w walce z gruźlicą i chorobami płuc. Teraz wyzwaniem jest zapewnienie, że dotrą one do społeczności, które ich najbardziej potrzebują” – powiedział Guy Marks, prezydent Międzynarodowej Unii Przeciwgruźliczej i Chorobom Płuc.
Analiza oddechu wspierana przez AI
Badacze z SUSTech i Szpitala Trzeciego Ludowego w Shenzhen zaprezentowali platformę AI-enabled breathomics, która jest w stanie bardziej wrażliwie śledzić postęp leczenia niż tradycyjne badania plwociny czy rentgen. Używając urządzenia AveloMask, zebrano próbki oddechu od 60 pacjentów w RPA i zastosowano uczenie maszynowe do wykrywania wzorców chemicznych związanych z postępem leczenia. Wczesne wykrycie poprawy może skrócić czas leczenia, poprawić przestrzeganie zaleceń oraz znacznie obniżyć koszty.
Indyjskie instytucje AIIMS, JIPMER i Salcit Technologies zaprezentowały Swaasa, platformę opartą na smartfonie, która analizuje nagrania kaszlu w celu wykrycia gruźlicy. Algorytm, przeszkolony na ponad 350 pacjentach, poprawnie identyfikował sygnatury kaszlu związane z gruźlicą w 94% przypadków. Niskokosztowy i mobilny design sprawia, że jest idealny do zastosowań w odległych lub ubogich regionach.
Mapowanie podatności
Wadhwani Institute for AI wprowadził narzędzie mapujące oparte na AI, które identyfikuje społeczności najbardziej narażone na niedodiagnozowaną gruźlicę. Łącząc ponad 20 otwartych zbiorów danych z anonimizowanymi danymi z monitoringu, system precyzyjnie wskazał 20% wsi o najwyższym ryzyku z 71% dokładnością, wspierając bardziej ukierunkowane działania w ramach Krajowego Programu Eliminacji Gruźlicy w Indiach.
Firma Qure.ai ogłosiła uzyskanie zgody regulacyjnej w Europie na qXR, pierwsze narzędzie AI do analizy rentgenowskiej klatki piersiowej zatwierdzone dla dzieci od urodzenia do 15 roku życia. Rozwiązanie to wspiera wcześniejsze i bardziej wiarygodne wykrywanie w jednej z najtrudniejszych do zdiagnozowania grup: małych dzieci.
Apel o rygorystyczną walidację
Pomimo wysokiego optymizmu, eksperci podkreślają potrzebę opartego na dowodach wdrożenia. „Potrzebujemy więcej i lepszych narzędzi” – powiedział Ketho Angami z indyjskiej fundacji ARK, „ale tylko wtedy, gdy dokładność i specyficzność są dobrze zweryfikowane. W przeciwnym razie poleganie na nich staje się niebezpieczne.” Odpowiednie szkolenie pracowników służby zdrowia korzystających z systemów AI jest kluczowe, aby zapewnić bezpieczną i skuteczną interpretację wyników.
Wszystkie te innowacje sygnalizują znaczną zmianę w kierunku dostępnej, opartej na danych diagnostyki gruźlicy, przynosząc obietnicę wcześniejszej diagnozy i bardziej sprawiedliwej opieki dla milionów ludzi.
Innowacja w ultrasonografii AI
Na początku tego roku informowaliśmy o nowym rozwiązaniu ultrasonograficznym wspieranym przez AI, ULTR-AI, które wykazuje duży potencjał w przyspieszaniu wykrywania gruźlicy, szczególnie w warunkach ograniczonych zasobów. Ostatnie wyniki zaprezentowane na ESCMID Global ujawniają, że zestaw głębokiego uczenia przewyższa radiologów i innych ekspertów ludzkich o 9% w identyfikacji gruźlicy płucnej na podstawie obrazów ultrasonograficznych. Oferuje to szybkie, wolne od plwociny i skalowalne rozwiązanie diagnostyczne w czasie, gdy globalne przypadki gruźlicy wzrosły o prawie 5% w latach 2020-2023, co odwraca dekady postępu.
ULTR-AI jest zaprojektowane do współpracy z przenośnymi, połączonymi ze smartfonami urządzeniami ultrasonograficznymi, co umożliwia prawdziwe triage w miejscu opieki bez polegania na drogich infrastrukturach obrazowania czy specjalistycznej interpretacji. Według głównego badacza, dr Véronique Suttels, technologia ta może być używana nawet przez minimalnie przeszkolonych pracowników, co czyni ją szczególnie cenną w obszarach wiejskich i niedostatecznie obsadzonych.
Źródło: https://www.icthealth.org/news/ai-tools-set-to-transform-global-tuberculosis-detection
Źródło: www.icthealth.org