Může umělá inteligence identifikovat tuberkulózu z audio nahrávek kašle s větší přesností než lidští lékaři ?

Tuberkulóza zůstává celosvětově jedním z hlavních infekčních zabijáků, přičemž včasná diagnóza je klíčová pro úspěch léčby. Zvuky kašle obsahují akustické signatury jedinečné pro respirační onemocnění. Vyvíjejí se AI modely, které analyzují nahrávky kašle za účelem identifikace specifických biomarkerů tuberkulózy. Tyto systémy by mohly umožnit dálkový, nákladově efektivní screening v prostředích s omezenými zdroji. Takové nástroje musí být důkladně validovány na různorodých populacích, aby byla zajištěna spolehlivost.

Nedávné studie naznačují, že AI dokáže identifikovat tuberkulózu z audio nahrávek kašle s přesností srovnatelnou nebo převyšující tu, kterou mají vyškolení klinici, zejména v prostředích s omezenými zdroji. Například výzkum využívající konvoluční neuronové sítě a transfer learning na crowdsourcovaných souborech kašle hlásil senzitivitu a specificitu kolem 90–95 % při detekci TB-specifických akustických biomarkerů. Tyto systémy však často spoléhají na vysoce kvalitní nahrávky a mohou mít problémy s rušivými faktory, jako je pozadí hluku nebo současně se vyskytující respirační onemocnění. Nasazení v reálných klinických prostředích je stále omezené a probíhá i regulační validace.

— Obohaceno 12. května 2026 · Zdroj: Světová zdravotnická organizace — https://www.who.int/publications/i/item/9789240079242