Op de Union World Conference on Lung Health in Kopenhagen (18-21 November) presenteerden onderzoekers meerdere AI-gebaseerde benaderingen die de opsporing en monitoring van tuberculose kunnen veranderen. De WHO rapporteerde ongeveer 1,25 miljoen doden door TB in 2024, waardoor de zoektocht naar snellere, goedkopere en draagbare diagnostiek dringend blijft.
Onderzoekers uit China en Zuid-Afrika toonden een ademhalingsanalyse die breed gebruikmaakt van breathomics en machine learning. Met een AveloMask werden ademmonsters van ongeveer 60 TB-patiënten geanalyseerd; volgens de onderzoekers kan deze niet-invasieve test herstel volgen en vroeg aangeven wanneer een patiënt verbetert, wat mogelijk veiligere verkorting van behandelingen, betere therapietrouw en lagere kosten kan opleveren.
Het hoestanalyseplatform Swaasa gebruikte smartphones om hoestgeluiden van meer dan 350 deelnemers te registreren; het algoritme herkende de onderliggende aandoening in 94 procent van de gevallen en voorspelde het risico op luchtwegaandoeningen in 87 procent. Het Wadhwani Institute for AI liet een kwetsbaarheidskaartsysteem zien dat meer dan 20 open-source datasets combineert met geanonimiseerde Ni-kshay-surveillancedata; nationale tests gaven 71 procent nauwkeurigheid voor het identificeren van de top 20 procent van dorpen met waarschijnlijk ongeëxposeerde TB. Qure.ai presenteerde qXR, het eerste AI-ondersteunde borst-röntgenhulpmiddel met Europese regelgevingstoestemming voor kinderen van geboorte tot 15 jaar, dat kan helpen bij vroege detectie en het prioriteren van zorg.
Experts, waaronder Guy Marks, noemden het grote potentieel van AI maar waarschuwden dat de uitdaging ligt bij het bereiken van de gemeenschappen en gezondheidssystemen die deze innovaties het meest nodig hebben. Ketho Angami benadrukte de noodzaak van rigoureuze tests, sterke datasets en training voor personeel om AI-uitvoer te interpreteren, en wees erop dat blind vertrouwen riskant kan zijn in complexe gevallen. Veel resultaten ondergaan nog peer review; bredere validatie en implementatie zijn nodig voordat deze hulpmiddelen op grotere schaal worden gebruikt.
