人工智能介入检测世界上最致命的传染病

许多低收入和中等收入国家正在使用人工智能来筛查结核病。该人工智能模型会生成看起来像热图的内容，其中以黄红色突出显示斑点，表明算法检测到结核病迹象。ARCAD Santé PLUS 隐藏标题

切换标题

ARCAD Santé PLUS

上个月的一个星期四上午，马里的博尼亚巴社区卫生中心正在进行结核病筛查。看不见医生。然而，一位饱受咳嗽困扰的母亲在几秒钟内就得到了答案：她的结核病呈阳性。

几年前，如果附近有一场放映，她就很幸运了。尽管如此，她仍然需要等待一两周才能将痰液测试送到实验室并得到结果。

区别？移动 X 光机和人工智能算法正在检测结核病。（如果您不熟悉人工智能术语，这基本上是一个经过大量数据训练的计算机程序。）

结核病是世界上头号传染病杀手 —3,500人每天都有超过 120 万人死于此病。而且数字还在上升。应对这一流行病的障碍之一是全球缺乏诊断这种通常影响肺部的细菌感染的放射科医生。

“有些国家的放射科医生不到五名。这就像一场灾难。而且，即使你有一些，他们也永远在首都，”说卢西卡·迪蒂乌博士，倡导组织“遏制结核病伙伴关系”的执行董事。

她说，现在，80 多个低收入和中等收入国家正在利用人工智能来筛查人们的结核病。

“这是革命性的，”迪蒂乌说。

例如，她说，尼日利亚的游牧人口正在受益。“你身处一个荒无人烟的地方。有这些家伙。有牛。除了灰尘，什么也没有。他们正在用人工智能进行这些 X 光检查。这是不真实的，”Ditiu 说，他的组织是八年前开发这项技术的先驱之一。

乍得的难民营也使用了人工智能模型。“没有放射科医生。所以谁可以查看[X光]并说：‘这里有没有问题？’嗯，实际上，人工智能确实如此，”说彼得·桑兹是全球抗击艾滋病、结核病和疟疾基金的执行董事，该基金在过去四年中已投资近 2 亿美元用于人工智能结核病筛查。“太棒了。”

支持者表示，他们正在展望未来，人工智能将加速世界在社会最难以触及的地区检测和控制疾病的能力。其他人则敦促谨慎行事，称需要更多监管和护栏来保护低收入和中等收入国家的患者。

“差别很大”

在博尼亚巴社区健康中心，这位母亲是数十名使用 Diakité Lancine 设置的移动 X 光机进行 X 光检查的人之一。他不是医生，但接受过 X 光检查培训。他拍摄的图像会直接发送到他的计算机上，人工智能模型会读取该图像，并根据人工智能认为该图像看起来像结核病的程度以及看起来几乎像热图的人肺部图片来给出分数。

“蓝色没有什么不好，但只要你看到红色，红色就意味着这部分不好，”兰辛在检查母亲的那天早上解释道。�  

他在当地非营利组织 ARCAD Santé PLUS 工作，在西非国家各地进行结核病筛查，抵达时只带了几个袋子——用于移动 X 光机、电脑和电池组（以防没电）。

当母亲的筛查结果显示有几个红色斑块时，他就收集了痰样本并发送给实验室进行确认。然后他让她快点回家，把她的五个孩子带回来，这样他也可以检查一下。当活动性结核病患者咳嗽、大笑或说话时，结核病就会通过空气传播，并且很容易在家庭中传播。

人工智能几乎立即告诉他们：她的三个孩子似乎患有结核病。拉辛说，很快他们将开始为期六个月的抗生素疗程来治疗结核病。�  

ARCAD Santé PLUS 项目官员 Bassy Keita 表示：“拥有人工智能会带来很大的改变。”该项目得到了全球基金的支持。他解释说，对于孩子来说，制作痰样本通常很困难——它需要从肺部深处咳出粘液。自从引入人工智能筛查以来，他们已经能够快速淘汰那些 X 光检查中没有任何结核病迹象的人，并且只对人工智能模型显示可能患有结核病的人进行痰样本检查。自从将人工智能纳入筛查以来，他们已经将痰样本的数量减少了大约一半。

结核病处于最前沿 

作为麻省理工学院的教授和计算机科学家，Regina Barzilay 花了数年时间构建人工智能模型来检测乳腺癌和肺癌。然后，当斯里兰卡的一家医院告诉她无力购买现成的用于结核病筛查的人工智能模型时，她同意为他们建造一个。

她说，当她去年开始工作时，她立即明白了为什么结核病是人工智能解决方案带来的全球健康挑战的先锋。

“你可以看到结核病。结核病是视觉上的。你有一张 X 光片。你有一个标签，上面写着他们是否患有结核病，然后你只需训练模型即可，”Barzilay 说，并补充说，她只花了几个月的时间和不到 50,000 美元来制作模型。“它很简单，非常便宜，开发速度非常快。”

与乳房 X 光检查或血液检查所需的设备不同，结核病 X 光机在资源匮乏的环境中广泛使用。人们不需要太多的培训就可以使用它。

此外，Ditiu 补充道，需求是巨大的。2023 年，结核病新发病例从 2020 年的 1,010 万例增加到 1,080 万例，根据世界卫生组织,绝大多数病例发生在低收入和中等收入国家。

迪蒂乌认为结核病只是一个开始。一些用于结核病的人工智能模型已经可以诊断其他疾病，包括肺癌、肺炎和某些心血管问题。

巴兹莱预测，在许多低收入国家，人工智能将很快融入卫生系统，就像非洲有多少国家跳过固定电话直接使用手机一样。

她说：“人工智能在发展中国家的采用速度将会更快，因为他们有严重的未满足需求，而且临床医生知道他们需要其他帮助。”“这项技术大部分是在美国开发的，但也应用于其他地方。”

她说，像美国这样的国家将人工智能模型整合到医疗保健中的速度较慢，因为即使它们获得了 FDA 的批准，它们通常也没有被广泛使用或整合到专业协会制定的护理指南中。

“发展中国家面临的真正挑战”

但一些人敦促不要对这项技术的热情超过警惕。

Erwin John Carpio 是菲律宾的一名放射科医生，最近帮助菲律宾放射科医生学院起草了人工智能指南。他有研究过在该国一些偏远省份使用人工智能筛查结核病。

他说，许多高收入国家已经制定了在健康领域使用人工智能的法规和护栏。“这对发展中国家来说是一个真正的挑战，因为通常技术是免费提供给我们的。但你想避免[问题]，”他说。

例如，卡皮奥说，当人工智能模型漏掉了结核病诊断并显示某人健康但实际上他们需要医疗护理时，会发生什么？

他说，在英国，有一个系统可以报告此类情况并提高患者的安全。当美国食品和药物管理局批准人工智能模型时，美国也出现了类似的情况。卡皮奥说，菲律宾的情况并非如此，“在我们国家，我们还没有制定相关法律。”

他的另一个大担忧是模型不会让用户知道它是否不再工作或者只是不确定某个案例。他说模型可能会“漂移”，这意味着它们的性能会随着时间的推移而恶化。“他们默默地失败了。他们不会告诉你他们犯了一个错误，”卡皮奥说。“这是现在主要关心的问题。”

这种对人工智能错误的担忧可以通过训练模型来吐出复杂的案例以及由外部专家进行持续的质量控制检查来解决——正如 Lancine 在马里的筛查项目和其他全球基金支持的项目中所发生的那样。

但是，这种质量检查需要“整个专家团队”，卡皮奥解释道。“你不仅需要一名放射科医生，还需要一名计算机科学家、一名数据科学家和一名人工智能工程师。”他说，将所有这些加起来，再加上人工智能消耗的巨大能源，它并不像看起来那么便宜和容易。

但支持者认为必须将人工智能与替代方案进行比较。

巴兹莱认为，由医生造成的医疗错误非常常见。全球基金的桑兹表示，“我们必须面对这样一个事实，即在我们使用这种技术的许多环境中，[进行结核病诊断]的放射科医生非常非常少”——所以有总比没有好。

Sands 指出，数据显示，自世界卫生组织于 2021 年支持人工智能技术并发布了一个关于如何根据每个当地人群和环境正确校准人工智能技术的工具包以来，世界在寻找结核病患者方面已经取得了显着的进步。

巴兹莱说，她面临的一个大问题是：所有被诊断的人都能获得医疗服务吗？