获得及时医疗服务往往取决于地理位置，而在抗击结核病（TB）的斗争中，这一差距尤为严重。结核病是可以预防和治愈的，但每年仍导致超过123万人死亡。一个关键瓶颈在于放射学：在偏远农村地区和矿区，放射科医生十分稀缺，影像设备往往需要数天才能到达。因此，数以百万计的活动性病例未被发现，持续传播。
谷歌研究院与谷歌健康（Google for Health）致力于改变这一现状，其工作已从识别胸部X光片中疑似结核病的AI工具，推进到前瞻性临床试验、与当地合作伙伴获得监管许可，以及发布Med Gemma等开放基础模型。该团队将在华盛顿特区举办的IDWeek 2026大会上展示这项工作，展示基础模型如何能够在全球范围内实现结核病筛查的普及。
这项研究始于一个核心问题：AI能否像经验丰富的放射科医生一样准确地解读胸部X光片（CXR）？2019年，《Radiology》杂志发表的一项基准研究显示，深度学习算法检测活动性肺结核的水平与经验丰富的放射科医生相当。2021年8月，全球防治结核合作伙伴（Stop TB Partnership）将该模型评为全球表现最佳的结核病筛查算法之一；同年，世界卫生组织建议在结核病筛查和分诊中使用计算机辅助检测。2024年9月，发表于《NEJM AI》的一项前瞻性多中心验证发现，AI辅助筛查在不同人群中均保持了高灵敏度。
发表论文只是第一步。算法与可信赖的床旁工具之间存在“转化鸿沟”，需要使软件在不同X光设备和离线环境下保持可靠，将其整合进临床工作流程，并符合医疗器械法规。谷歌与总部位于比勒陀利亚的医疗技术公司Nexus AI合作，将这些算法转化为经认证的临床诊断工具。Nexus AI获得了欧盟医疗器械法规（EU MDR）下的CE MDR IIb类认证，符合ISO 13485标准，并与FIND达成协议，推进世界卫生组织预认证，美国FDA的审批路径也在推进中。Nexus Intelligence目前正将该技术部署到诊断服务最为迫切需要的地区。
来源: Google AI Blog · 由HeadlinesBriefing整理摘要