Nyílt AI-modellekkel gyorsítaná a tuberkulózis szűrését a Google

A radiológushiány lassítja a felismerést

A tuberkulózis évente becslések szerint 1,23 millió ember halálát okozza. Bár a betegség megelőzhető és gyógyítható, a nagy terhelésű térségekben sok esetet nem ismernek fel időben. A távoli vidéki rendelőkben, illetve a mélyben dolgozó bányászok környezetében gyakran kevés a radiológus, a képalkotó berendezések pedig akár napokra is elérhetetlenek lehetnek.

A Google Research és a Google for Health az elmúlt években olyan AI-eszközökön dolgozott, amelyek mellkasröntgenek alapján azonosítják a tuberkulózis gyanúját. A vállalat 2019-ben közzétett kutatása szerint a mélytanulási algoritmusok az aktív tüdőtuberkulózis felismerésében tapasztalt radiológusokéhoz hasonló teljesítményt értek el. A Stop TB Partnership 2021-es értékelésében a modell a világ legjobb tuberkulózis-szűrő algoritmusai között szerepelt. A WHO ugyanebben az évben ajánlást adott ki a számítógéppel támogatott felismerés szűrési és előszűrési használatáról.

A kutatási modellből klinikai eszköz lett

A Google a Pretoria központú Nexus AI vállalattal együttműködve ültette át a mellkasröntgen-algoritmusokat tanúsított klinikai diagnosztikai eszközbe. A Nexus AI Class IIb minősítést szerzett az Európai Unió orvostechnikai szabályozása alapján, valamint megfelelést igazolt az ISO 13485 szabványnak. A vállalat a FIND-del együttműködve a WHO előminősítésére törekszik, miközben az Egyesült Államok Élelmiszer- és Gyógyszerügyi Hivatalának engedélyezési folyamatát is folytatja.

A Nexus AI eszköze akár 45 másodperc alatt elvégzi a tüdőbetegségek, köztük a tuberkulózis szűrését. A technológia hat országban, körülbelül 40 egészségügyi intézményben működik. Több mint 90 klinikus több mint 25 000 mellkasröntgent értékelt vele. A Google szerint a leletre várakozás ideje hetekről 45 másodpercnél rövidebb időre csökkent, a végső klinikai döntést azonban továbbra is az egészségügyi szakemberek hozzák meg.

A dél-afrikai Mponeng aranybányában ultra hordozható digitális röntgeneszközöket és internetkapcsolat nélkül működő AI-t telepítettek négy kilométerrel a felszín alatt. A gyanús eseteket azonnal további molekuláris vizsgálatra irányíthatják.

Nyílt modellek a helyi egészségügyi rendszereknek

A Google a Health AI Developer Foundations programban mellkasröntgenes leképezéseket és a MedSigLIP nevű, képeket és klinikai nyelvet összekapcsoló, könnyű modelljét is nyíltan elérhetővé tette. A fejlesztők egyszerű szöveges címkékkel osztályozhatnak vagy kereshetnek képeket, illetve kis mennyiségű helyi adattal is finomhangolhatják a modellt.

A MedGemma nyílt súlyú, multimodális modellek családja 4B és 27B paraméteres változatokkal. A Google szerint a modellek a röntgenleleteket a kórtörténettel együtt is képesek értelmezni, természetes nyelven válaszolnak a klinikusok kérdéseire, és internetkapcsolat nélkül, helyben futtathatók. A MedGemma indulása óta több mint 10 millió letöltést ért el.

Az indonéz egészségügyi minisztérium a MedGemma és a MedSigLIP hazai mellkasröntgeneken történő finomhangolásával készülhet évi 50 millió ember szűrésére. A helyi infrastruktúrán futó modellek mellett a betegadatok az ország határain belül maradhatnak. A Google emellett a HeAR nevű rendszert is fejlesztette, amely több mint 300 millió hangrészleten tanult, és okostelefon mikrofonjával rögzített köhögési hangok alapján tesz lehetővé nem invazív akusztikus szűrést.