Czy AI może zidentyfikować gruźlicę na podstawie nagrań kaszlu z większą dokładnością niż lekarze ?

Gruźlica pozostaje głównym zakaźnym zabójcą na świecie, a wczesna diagnoza ma kluczowe znaczenie dla powodzenia leczenia. Dźwięki kaszlu zawierają akustyczne sygnatury unikalne dla schorzeń układu oddechowego. Opracowywane są modele AI, które analizują nagrania kaszlu pod kątem określonych biomarkerów zakażenia gruźlicą. Takie systemy mogłyby umożliwić zdrowotne, niskokosztowe badania przesiewowe w miejscach o ograniczonych zasobach. Narzędzia te muszą być rygorystycznie walidowane na zróżnicowanych populacjach, aby zapewnić ich niezawodność.

Ostatnie badania wskazują, że AI może identyfikować gruźlicę na podstawie nagrań audio kaszlu z dokładnością porównywalną lub przewyższającą tę osiąganą przez wyszkolonych klinicystów, szczególnie w miejscach o ograniczonych zasobach. Na przykład badania wykorzystujące splotowe sieci neuronowe i uczenie przez transfer na zbiorach danych kaszlu zebranych od ochotników zgłosiły czułość i swoistość na poziomie około 90–95% w wykrywaniu biomarkerów akustycznych specyficznych dla gruźlicy. Jednak systemy te często polegają na nagraniach wysokiej jakości i mogą mieć problemy z czynnikami zakłócającymi, takimi jak hałas w tle lub współwystępujące schorzenia układu oddechowego. Wdrożenie w realnych warunkach klinicznych pozostaje ograniczone, a walidacja regulacyjna wciąż trwa.

— Wzbogacono 12 maja 2026 · Źródło: Światowa Organizacja Zdrowia — https://www.who.int/publications/i/item/9789240079242