ESCMID Global 2025 представила исследование, демонстрирующее, что искусственный интеллект (ИИ) превосходит экспертов в диагностике туберкулеза легких (ТБ) на 9%.
Методология
Исследование проводилось в университетском центре в Бенине, Западная Африка. Участвовали 504 пациента, из которых 192 (38%) были подтверждены наличием легочного ТБ. 15% пациентов были ВИЧ-положительными, а 13% имели историю заболевания ТБ.
Для диагностики использовался стандартизированный протокол ультразвукового исследования легких, а также тест MTB Xpert Ultra в качестве эталонного стандарта.
ИИ-система ULTR-AI анализирует изображения с портативных ультразвуковых устройств, подключенных к смартфонам. Она состоит из трех моделей: ULTR-AI predicts для прямой диагностики ТБ, ULTR-AI (signs) для обнаружения ультразвуковых паттернов, интерпретируемых экспертами, и ULTR-AI (max) для оптимизации точности на основе данных обеих моделей.
Результаты
ULTR-AI (max) продемонстрировала чувствительность 93% и специфичность 81% (AUROC 0.93, 95% CI 0.92–0.95), превышая целевые показатели Всемирной организации здравоохранения (ВОЗ) для тестов диагностики ТБ без использования мокроты.
Рекомендации
Результаты подчеркивают необходимость создания доступных диагностических инструментов, особенно в странах с высокой нагрузкой на систему здравоохранения. Доктор Вероник Суттелс (Véronique Suttels), ведущий автор исследования, отмечает, что ИИ может существенно улучшить процесс диагностики ТБ в условиях ограниченных ресурсов.
Система ULTR-AI позволяет проводить диагностику в режиме реального времени, что делает ее удобным инструментом для медицинских работников, особенно в сельских районах. Быстрая диагностика может улучшить связь с пациентами и снизить риск их потери на этапе лечения.
Заключение
Исследование представляет собой важный шаг вперед в борьбе с ТБ, демонстрируя потенциал ИИ в улучшении диагностики и лечения этого заболевания.
Литература:
Véronique Suttels et al, Lung Ultrasound for the Detection of Pulmonary Tuberculosis Using Expert- and AI-Guided Interpretation: A Prospective Cohort Study, SSRN (2025). DOI: 10.2139/ssrn.5174193