Bringing foundational models to the front lines of TB screening

TL;DR · AI 摘要
Bringing foundational models to the front lines of TB screening October 23, 2026 Preeti Singh, Lead, Technical Program M...
核心要点
- 主题聚焦:Bringing foundational models to the front lines
- 来源:Google Research Blog,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
将基础模型应用于肺结核筛查一线
2026年10月23日
Preeti Singh,技术项目经理负责人,Google Research;Shravya Shetty,高级软件工程师,Google Research
肺结核仍然是全球最致命的传染病之一,每年导致约123万人死亡。尽管全球数十年来持续投入,但高负担地区仍有许多病例未能被发现。过去五年间,我们致力于改变这一现状,从早期研究基准转向可调整并部署于临床一线的开放基础模型。
快速链接
- 分享 复制链接 ×
及时获得医疗资源往往取决于地理条件:你居住的地区、当地诊所拥有的资源,以及是否能接触到专科医生。
在抗击肺结核(TB)的斗争中,这种差距尤为明显。尽管肺结核可预防且可治愈,但每年仍导致超过123万人死亡。主要瓶颈在于放射科:在高负担地区,从居住在偏远农村的人群到在地下深处工作的矿工,放射科医生稀缺,影像基础设施往往需要数天才能到达。结果是数百万活动性病例未被发现,导致传播持续。
过去几年间,Google Research和Google for Health团队一直在改变这一现状:从基于AI的工具(建立在现有医学影像研究基础上,用于识别疑似肺结核患者进行后续检测)转向前瞻性临床试验、与本地合作伙伴的监管审批,最终推出如MedGemma等开放基础模型,赋能全球公共卫生系统。本周在华盛顿特区举行的IDWeek 2026会议上,我们将分享如何将健康AI研究转化为现实,以及基础模型如何在全球范围内实现肺结核筛查的民主化。
证明基于AI的工具可解读胸部X光片
我们的工作始于一个基本问题:基于AI的工具能否以放射科专家的准确度解读胸部X光片(CXRs)进行肺结核筛查?
胸部X光检查是肺部筛查的一线影像方式,但检测肺结核的细微迹象(如肺尖浸润[肺顶部积液]和空洞病变[组织损伤])需要专业技能,而这些技能在农村诊所中极为稀缺。2019年,我们在《放射学》(Radiology)发表基准研究,证明深度学习算法可达到与经验丰富的放射科医生相当的水平,检测活动性肺结核。
然而,现实世界的实用性需要独立验证。2021年8月,Stop TB合作伙伴在《柳叶刀数字健康》(The Lancet Digital Health)对跨多样患者群体的自动化计算机辅助检测(CAD)软件进行评估,将我们的模型列为全球表现最佳的肺结核筛查算法之一。同年,世界卫生组织(WHO)也推荐将CAD用于肺结核筛查和分诊。2024年9月,在《NEJM AI》中,我们详细描述了前瞻性多中心验证结果,证明AI辅助筛查在不同患者群体中保持高灵敏度(最大限度减少漏诊),同时可靠检测其他偶然发现的肺部和心脏异常。
在医疗人工智能领域,发表论文仅仅是起点。算法模型与值得信赖的床边工具之间存在“转化鸿沟”:使软件在不同X光机和离线环境下可靠运行,将其整合到临床工作流程中,并满足医疗器械法规要求。
基于这一认知,我们与总部位于比勒陀利亚的医疗科技公司Nexus AI合作,他们将我们的胸部X光算法转化为获得认证的临床诊断工具。跨越监管领域需要大量审计:
- CE MDR IIb类认证:根据欧盟医疗器械法规(EU MDR 2017/745),Nexus AI获得了IIb类认证——这一严格认证通过前瞻性临床评估验证了该工具在真实世界患者护理中的安全性。
- 质量标准:Nexus AI获得了ISO 13485医疗器械质量管理认证。
- 全球可及性:Nexus AI与 FIND 签署协议,推进世界卫生组织预认证(WHO PQ)进程,这是通过全球机构进行国际采购的关键,同时也在持续推进美国FDA审批路径。
根据image_width确定适当宽度
对于移动设备图片,使用默认宽度
Nexus AI设备可在45秒内筛查胸部X光片中的肺部疾病(如肺结核)。
前线影响:将患者带到他们所在的位置
如今,Nexus Intelligence正在积极部署这项技术到最急需诊断服务的地区。
在南非、塞拉利昂和科特迪瓦等6个国家(刚果民主共和国、赞比亚和喀麦隆正在扩展),Nexus AI的工具在约40家医疗机构运行。迄今为止,已有超过90名临床医生评估了超过25,000张胸部X光片,将诊断周期从数周缩短至不到45秒,加速了快速分诊流程,同时赋予医疗专业人员做出最终临床决策的能力。
我们的合作致力于实现健康公平:Nexus AI已向资源匮乏的公共诊所提供了超过3,000次免费筛查,朝着每年提供10,000次资助筛查的目标迈进。
极端环境筛查:南非蒙蓬金矿
或许没有哪个部署比在南非蒙蓬金矿的工作更能体现“将患者带到他们所在的位置”的理念。作为世界上最深的金矿之一,蒙蓬金矿的深井矿工长期暴露于二氧化硅粉尘中,面临较高的肺部疾病风险。在终止结核病合作伙伴关系(Stop TB Partnership)、哈莫尼金矿(Harmony Gold Mine)和南非卫生部的合作下,Nexus AI在地下四公里处部署了超便携式数字X光设备和离线AI系统。矿工可在数秒内完成现场筛查,疑似肺结核患者可立即转诊进行分子检测确认。现在筛查、分诊和确认检测可在单次访问中完成,将原本需要数周的流程压缩到即时完成。
从点解决方案到开放基础:HAI-DEF和MedGemma
单一合作伙伴的定制解决方案无法单独应对全球肺结核负担。为了扩大影响,我们从孤立部署转向构建开放、可适应的基础架构,使开发者和卫生部门能够根据本地需求创建定制解决方案。
通过 Health AI Developer Foundations(HAI-DEF)计划,我们开源了胸部X光嵌入表示和 MedSigLIP 模型,这是一个经过训练以对齐医学图像(如胸部X光)与临床描述语言的轻量级视觉-语言模型。由于 MedSigLIP 同时理解图像和文本,开发者可以使用它通过自然语言标签对图像进行分类或搜索,也可以仅用少量本地示例对其进行微调以完成特定任务。这使得本地团队能够在规模有限的区域性数据集上构建专业模型,并在不依赖大规模计算资源的情况下实现强劲性能。
在此基础上,我们发布了 MedGemma,这是一系列开放权重的多模态模型(包含40亿和270亿参数配置)。MedGemma 从基础分类能力扩展到多模态临床推理能力:它能够将放射学发现与临床病史进行综合分析,用自然语言回答临床医生的查询,并且可以在无网络连接的设备上本地运行。自发布以来,MedGemma 全球下载量已超过1000万次。
Nexus AI 的应用通过整合模型分析胸部X光,能够突出显示与正常肺部区域不一致的发现,包括提示结核病的发现,以及需要进一步检查(FIR)的情况。
主权规模:支持印尼国家结核病倡议
开源模型有助于公共卫生系统构建保护患者隐私的主权解决方案。在东南亚,印度尼西亚卫生部正在通过一项雄心勃勃的目标应对全球第二高的结核病负担:每年筛查5000万公民以消除该疾病。
手动审查5000万张X光片不可行,而专有的云软件则存在数据驻留问题。相反,该部正在本地胸部X光片上对 MedGemma 和 MedSigLIP 进行微调。由于这些模型在本地基础设施上运行,患者数据将保留在国家边界内,使卫生领导者能够对临床部署拥有完全的主权。
补充筛查:与 HeAR 的生物声学技术
认识到影像设备无法覆盖所有偏远卫生站点,Google Research 还开发了健康声学表示(HeAR)。在超过3亿个音频片段上训练后,HeAR 能够通过标准智能手机麦克风记录的咳嗽声进行非侵入式声学筛查。
HeAR 正通过与撒哈拉以南非洲的 CIDRZ(赞比亚)、Aurum Institute(加纳,获得25万美元Google.org资助)以及 HELINA 的150万美元区域合作项目的协作研究得到应用。通过声学分诊(HeAR)、移动X光筛查(HAI-DEF)和多模态临床推理(MedGemma)的结合,这些工具为欠发达社区提供了集成的诊断工具链。
从实验室算法到获得CE认证的工具,这一过程已在六个国家的临床环境中得到应用,这向我们展示了如何将科研成果转化为实际影响:严谨的科学、开放的开发者平台以及专注的本地合作伙伴关系。由于我们的合作伙伴最了解当地社区的需求,他们正在将这项工作推向更深层次。Nexus AI正在拓展至新的国家,印度尼西亚正在将其纳入国家肺结核筛查计划,CIDRZ、Aurum Institute和HELINA则正在构建基于咳嗽症状的分诊临床证据。我们的职责是通过提供开放模型、基础研究和持续支持,帮助他们实现这一目标,让更多肺结核患者能够更早地被诊断和治疗。
在2026年IDWeek活动上,我们期待与传染病和公共卫生领域的社区建立联系,共同推动公平医疗的扩展。
致谢
感谢Nexus AI、Stop TB Partnership、UNOPS、CIDRZ、Aurum Institute、HELINA、Harmony Gold Mine、南非卫生部以及印度尼西亚卫生部的合作伙伴们,感谢他们在临床领导和推动全球健康公平方面的奉献精神。
- 标签:
- 生成式AI
- 健康与生物科学
其他相关文章
- 2026年10月21日 利用AI辅助超声波提升一线产科护理 健康与生物科学 · 机器感知
- 2026年10月16日 将AI代理扎根于生物现实:构建自主湿实验室的基础模块 一般科学 · 健康与生物科学 · 机器人技术
- 2026年10月14日 Research@2026:我们如何放大人类创造力的10种方式 一般科学 · 生成式AI · 健康与生物科学
×
❮
❯
一个黄色的MinXray Nexus AI便携式成像设备放置在支架上,靠近数字显示屏。
Nexus AI软件界面显示胸部X光片,三个肺部区域被标记为“疑似肺结核”和“疑似肺结核(FIR)”。