ИИ улучшил диагностику туберкулеза на 9% по сравнению с врачами и ультразвуковыми технологиями

Разработанный комплекс ULTR-AI анализирует изображения, полученные с помощью портативных ультразвуковых устройств, подключаемых к смартфонам, что обеспечивает быстрый и доступный метод диагностики без необходимости анализа мокроты. Результаты исследования превосходят целевые показатели Всемирной организации здравоохранения (ВОЗ) для диагностики туберкулеза легких, открывая возможности для более доступного и эффективного выявления заболевания.

Несмотря на снижение заболеваемости туберкулезом в мире в прошлом, с 2020 по 2023 год наблюдался рост на 4,6%. Раннее выявление и быстрая диагностика являются ключевыми элементами стратегии ВОЗ по борьбе с туберкулезом. Однако во многих странах с высоким уровнем заболеваемости многие пациенты не проходят диагностику из-за высокой стоимости рентгеновского оборудования и нехватки квалифицированных рентгенологов.

Ученые подчеркнули необходимость более доступных диагностических инструментов. Комплекс ULTR-AI использует алгоритмы глубокого обучения для анализа изображений УЗИ легких в реальном времени, что делает его доступным для первоначальной диагностики туберкулеза, особенно в сельских районах с недостаточной медицинской подготовкой. Технология снижает зависимость от квалификации оператора и стандартизирует процесс тестирования, что может ускорить и улучшить диагностику.

Комплекс ULTR-AI включает три модели глубокого обучения: одна модель выявляет туберкулез на снимках УЗИ, другая обнаруживает признаки, интерпретируемые врачами, а третья использует наивысший показатель риска для повышения точности. Исследование проводилось в медицинском центре в Бенине, Западная Африка, с участием 504 пациентов, 192 из которых имели подтвержденный туберкулез легких. Модель ULTR-AI (max) продемонстрировала 93% чувствительности и 81% специфичности, что превышает целевые показатели ВОЗ для диагностики туберкулеза без анализа мокроты. Ученые отметили, что модель не только распознает видимые признаки, но и выявляет тонкие изменения, которые могут помочь в раннем обнаружении заболевания.