人工智能引导下的肺部超声标志着结核病诊断的重大突破

今天在ESCMID全球2025上提出的一项开创性研究表明，人工智能驱动的肺部超声在诊断肺结核（TB）方面比人类专家高出9%

　　

今天在ESCMID全球2025会议上公布的一项开创性研究表明，人工智能驱动的肺部超声在诊断肺结核方面比人类专家高出9%。¹

ULTR-AI套件分析来自连接智能手机的便携式超声设备的图像，为结核病检测提供了一种无痰、快速和可扩展的替代方案。结果超过了世界卫生组织（世卫组织）的肺结核诊断基准，标志着可获得和有效的结核病分诊的重大机遇。

尽管此前全球结核病发病率有所下降，但从2020年到2023年，结核病发病率上升了4.6%。早期筛查和快速诊断是世卫组织“终止结核病战略”的关键组成部分，但由于胸部x射线设备成本高昂和训练有素的放射科医生短缺，许多高负担国家在诊断阶段就出现了大量患者辍学的情况

“这些挑战强调了迫切需要更容易获得的诊断工具，”该研究的主要作者vsamitels博士解释说。“ultra - ai套件利用深度学习算法实时解释肺部超声，使该工具更容易用于结核病分类，特别是对农村地区受过最低培训的卫生保健工作者。通过减少对操作人员的依赖和标准化测试，这项技术可以帮助更快、更有效地诊断患者。”

ULTR-AI套件包括三个深度学习模型：ULTR-AI直接从肺部超声图像预测结核病；ultra - ai（标志）检测由人类专家解释的超声波模式；ULTR-AI（max）使用两个模型的最高风险评分来优化准确性。

这项研究是在西非贝宁的一个三级城市中心进行的。排除后，纳入504例患者，其中192例（38%）确诊为肺结核。在研究人群中，15%为艾滋病毒阳性，13%有结核病史。采用标准化的14点肺部超声滑动扫描方案，由人类专家根据典型的肺部超声结果解释图像。单个痰液分子试验（MTB Xpert Ultra）作为参考标准。

ULTR-AI（max）显示出93%的敏感性和81%的特异性（AUROC 0.93, 95% CI 0.92-0.95），超过了世卫组织对非痰基结核分诊试验90%敏感性和70%特异性的目标阈值。

Suttels博士说：“我们的模型可以清楚地检测到人类可识别的肺部超声结果，比如大的实变和间质变化，但是端到端的深度学习方法可以捕捉到人眼之外的更微妙的特征。”“我们希望这将有助于识别早期病理症状，如结核病中常见的小的亚厘米胸膜病变。”

萨特尔斯博士补充说：“我们的人工智能模型的一个关键优势是，一旦它们集成到应用程序中，就可以立即周转。”“这使得肺部超声可以作为一种真正的即时检测方法，在分诊时具有良好的诊断性能，当患者仍与医护人员在一起时就可以提供即时结果。”更快的诊断还可以改善与护理的联系，减少患者失去随访的风险。”