共计 1100 个字符，预计需要花费 3 分钟才能阅读完成。
在 2025 年 4 月 14 日维也纳举行的 ESCMID Global 2025 大会上，一项突破性研究显示，AI 驱动的肺部超声技术在诊断肺结核（TB）方面比人类专家高出 9%。这一发现为结核病的早期筛查和快速诊断提供了新的可能。
ULTR-AI 套件通过分析便携式、智能手机连接的超声设备生成的图像，提供了一种无需痰液、快速且可扩展的结核病检测方案。其诊断结果超越了世界卫生组织（WHO）设定的肺结核诊断基准，标志着在实现便捷高效结核病筛查方面的重要进展。
- 
尽管全球结核病发病率曾一度下降，但 2020 年至 2023 年间，该病发病率上升了 4.6%。早期筛查和快速诊断是 WHO’ 终结结核病战略 ’ 的关键，然而，许多高负担国家因胸部 X 光设备的高成本和训练有素的放射科医生短缺，面临诊断阶段患者流失的困境。
研究的主要作者 Véronique Suttels 博士指出：’ 这些挑战凸显了对更便捷诊断工具的迫切需求。ULTR-AI 套件利用深度学习算法实时解读肺部超声，使该工具更易于用于结核病筛查，特别是对于农村地区训练不足的医护人员。通过减少对操作者的依赖并标准化测试，这项技术可以帮助更快、更高效地诊断患者。’
ULTR-AI 套件包含三个深度学习模型：ULTR-AI 直接从肺部超声图像预测结核病；ULTR-AI（signs）检测人类专家解读的超声模式；ULTR-AI（max）则结合两个模型的最高风险评分以优化准确性。
该研究在西非贝宁的一个城市三级医疗中心进行。经过筛选后，共有 504 名患者参与研究，其中 192 人（38%）被确诊为肺结核。在研究人群中，15% 为 HIV 阳性，13% 有结核病史。研究采用标准化的 14 点肺部超声滑动扫描协议，并由人类专家根据典型的肺部超声表现进行图像解读。单一的痰液分子检测（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 WHO 对非痰液结核病筛查测试设定的 90% 敏感性和 70% 特异性的目标阈值。
Suttels 博士表示：’ 我们的模型能够清晰地检测人类可识别的肺部超声表现，如大面积实变和间质改变，但端到端的深度学习方法甚至可以捕捉到人眼无法察觉的细微特征。我们希望这有助于识别早期病理迹象，例如结核病中常见的小于 1 厘米的胸膜病变。’
Suttels 博士补充道：’ 我们 AI 模型的一个关键优势是，一旦集成到应用程序中，就能立即获得结果。这使得肺部超声能够作为一种真正的即时检测工具，在筛查阶段提供良好的诊断性能，并在患者仍在医护人员面前时提供即时结果。更快的诊断还可以改善与护理的衔接，降低患者失访的风险。’
