Своевременный доступ к медицинской помощи часто зависит от географии, и нигде этот разрыв не ощущается острее, чем в борьбе с туберкулезом (ТБ). ТБ предотвратим и излечим, однако он ежегодно уносит более 1,23 миллиона жизней. Ключевое узкое место — рентгенология: в отдаленных сельских районах и шахтерских поселках радиологов не хватает, а диагностическое оборудование зачастую находится в нескольких днях пути. В результате миллионы активных случаев остаются незамеченными, и передача инфекции продолжается.
Google Research и Google for Health работают над тем, чтобы изменить эту ситуацию: от ИИ-инструмента для выявления предполагаемого ТБ на рентгенограммах грудной клетки они перешли к перспективным клиническим испытаниям, регуляторному одобрению совместно с местными партнерами и открытым базовым моделям, таким как Med Gemma. Команда представит эту работу на конференции IDWeek 2026 в Вашингтоне, округ Колумбия, показав, как базовые модели могут сделать скрининг ТБ доступным в глобальном масштабе.
Исследование началось с ключевого вопроса: может ли ИИ интерпретировать рентгенограммы грудной клетки (CXR) с точностью опытного радиолога? В 2019 году эталонное исследование, опубликованное в журнале Radiology, показало, что алгоритмы глубокого обучения выявляют активный легочный туберкулез на уровне опытных радиологов. В августе 2021 года Партнерство Stop TB включило эту модель в число лучших алгоритмов скрининга ТБ в мире, а в том же году Всемирная организация здравоохранения рекомендовала использовать компьютерную диагностику для скрининга и сортировки пациентов с ТБ. Проспективная многоцентровая валидация, опубликованная в NEJM AI в сентябре 2024 года, показала, что скрининг с помощью ИИ сохраняет высокую чувствительность в разнородных группах населения.
Публикация статьи — лишь начало. «Разрыв трансляции» между алгоритмом и надежным инструментом у постели пациента означает необходимость обеспечить стабильную работу программы на разных рентгеновских аппаратах и в условиях отсутствия связи, интегрировать ее в клинические процессы и соответствовать требованиям к медицинским изделиям. Google сотрудничала с Nexus AI, медтехнологической компанией из Претории, которая превратила алгоритмы в сертифицированный клинический диагностический инструмент. Nexus AI получила сертификат CE MDR класса IIb по регламенту ЕС о медицинских изделиях, соответствие стандарту ISO 13485 и соглашение с FIND о прохождении предквалификации Всемирной организации здравоохранения; процедура в Управлении по контролю за продуктами и лекарствами США (FDA) продолжается. Nexus Intelligence уже внедряет технологию там, где доступ к диагностике нужен острее всего.
Источник: Google AI Blog · Сводку подготовил HeadlinesBriefing