Tekoälyllä toimiva keuhkojen ultraääni päihittää ihmisen asiantuntijat tuberkuloosin diagnosoinnissa

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Tänään ESCMID Global 2025 -tapahtumassa esitelty maamerkkitutkimus on osoittanut, että tekoälyllä toimiva keuhkoultraääni on 9 % parempi kuin asiantuntijat keuhkotuberkuloosin (TB) diagnosoinnissa. Ultr-AI-sarja analysoi kuvia kannettavista, älypuhelimeen yhdistetyistä ultraäänilaitteista ja tarjoaa ysköksettömän, nopean ja skaalautuvan vaihtoehdon tuberkuloosin havaitsemiselle. Tulokset ylittävät Maailman terveysjärjestön (WHO) keuhkotuberkuloosin diagnosoinnissa antamat vertailuarvot ja merkitsevät tärkeän mahdollisuuden helppokäyttöiseen ja tehokkaaseen tuberkuloosin luokitteluun. Huolimatta aiemmasta maailmanlaajuisesta laskusta tuberkuloosiluvut nousivat 4,6 prosenttia vuodesta 2020 vuoteen 2023,2 ja ovat WHO:n End TB -strategian kriittisiä osia. Mutta monissa maissa, joissa taakka on suuri, he kärsivät...

Tekoälyllä toimiva keuhkojen ultraääni päihittää ihmisen asiantuntijat tuberkuloosin diagnosoinnissa

Tänään ESCMID Global 2025 -tapahtumassa esitelty maamerkkitutkimus on osoittanut, että tekoälyllä toimiva keuhkoultraääni on 9 % parempi kuin asiantuntijat keuhkotuberkuloosin (TB) diagnosoinnissa.

Ultr-AI-sarja analysoi kuvia kannettavista, älypuhelimeen yhdistetyistä ultraäänilaitteista ja tarjoaa ysköksettömän, nopean ja skaalautuvan vaihtoehdon tuberkuloosin havaitsemiselle. Tulokset ylittävät Maailman terveysjärjestön (WHO) keuhkotuberkuloosin diagnosoinnissa antamat vertailuarvot ja merkitsevät tärkeän mahdollisuuden helppokäyttöiseen ja tehokkaaseen tuberkuloosin luokitteluun.

Huolimatta aiemmasta maailmanlaajuisesta laskusta tuberkuloosiluvut nousivat 4,6 prosenttia vuodesta 2020 vuoteen 2023,2 ja ovat WHO:n End TB -strategian kriittisiä osia. Kuitenkin monissa korkean kuormituksen maissa he kärsivät merkittävästi rintakehän röntgenlaitteiden korkeista kustannuksista ja koulutettujen radiologien puutteesta.

Nämä haasteet korostavat entistä helpompien diagnostisten työkalujen tarvetta. Ultr-AI-sarja käyttää syväoppimisalgoritmeja keuhkojen ultraäänen tulkitsemiseen reaaliajassa, mikä tekee työkalusta helpommin käytettävissä tuberkuloosin luokittelussa, erityisesti maaseutualueiden vähän koulutetuille terveydenhuollon työntekijöille. Tämä tekniikka voi auttaa potilaiden diagnosoinnissa nopeammin ja tehokkaammin vähentämällä riippuvuutta käyttäjästä ja standardoimalla testin. "

tohtori Véronique Suttels,Tutkimuksen johtava kirjoittaja

Ultr-AI-sarja sisältää kolme syväoppimismallia: Ultr-ai ennustaa tuberkuloosin suoraan keuhkojen ultraäänikuvista; Ultrisch (Sign) tallentaa ultraäänikuvioita, jotka ihmisasiantuntijat tulkitsevat; ja Ultr-AI (MAX) käyttää molempien mallien korkeinta riskipistettä tarkkuuden optimoimiseksi.

Tutkimus tehtiin korkea-asteen kaupunkikeskuksessa Beninissä, Länsi-Afrikassa. Poissulkemisen jälkeen mukaan otettiin 504 potilasta, joista 192:lla (38 %) vahvistettiin keuhkotuberkuloosi. Tutkimuspopulaatiosta 15 % oli HIV-positiivisia ja 13 %:lla oli ollut tuberkuloosi. Suoritettiin standardoitu 14 pisteen keuhkojen ultraäänidialogiprotokolla, jossa ihmisasiantuntijat tulkitsevat kuvia tyypillisten keuhkojen ultraäänilöydösten perusteella. Yhden ysköksen molekyylitesti (MTB Xpert Ultra) toimi vertailustandardina.

Ultr-AI (max) osoitti 93 %:n herkkyyttä ja 81 %:n spesifisyyttä (AUROC 0,93, 95 % CI 0,92-0,95), mikä ylittää WHO:n 90 %:n herkkyyden ja 70 %:n spesifisyyden ei-yskökseen perustuvan TB-triage-testauksen.

"Mallimme tunnistaa selvästi ihmisen tunnistamat keuhkojen ultraäänilöydökset, jotka tallentavat samanlaisia ​​suuria konsolidaatioita ja interstitiaalisia muutoksia - päästä päähän syväoppimisen lähestymistapa vangitsee vieläkin hienovaraisempia piirteitä ihmissilmän ulkopuolella", sanoi tohtori Suttels. "Toivomme, että tämä auttaa tunnistamaan varhaiset patologiset merkit, kuten pienet, alle senttimetrin keuhkopussin leesiot, jotka ovat yleisiä tuberkuloosissa."

"Tekoälymalliemme tärkein etu on välitön läpimenoaika, kun ne on integroitu sovellukseen", lisäsi tohtori Suttels. "Tämän ansiosta keuhkojen ultraääni voi toimia todellisena hoitopistetestinä, jolla on hyvä diagnostinen suorituskyky erotteluvaiheessa ja tuottaa välittömiä tuloksia samalla, kun potilas saa yhteyden terveydenhuoltohenkilöön. Nopeampi diagnoosi voisi myös parantaa yhteyttä hoitoon ja vähentää riskiä, ​​että potilaat menetetään seurantaan."


Lähteet: