醫療科技 · global
把結核病篩檢帶到礦井與偏鄉:Google揭胸部X光AI部署進展
從南非地下礦場到印尼的在地模型調校,胸部X光AI正走進結核病篩檢現場。但影像分析有多快、部署有多廣,與能否讓更多患者及早確診,仍是不同的問題。
在缺少放射科醫師的地方,拍到一張胸部X光,只是結核病篩檢的起點。影像能否及時判讀、疑似患者能否接上確診檢驗,才決定篩檢是否真正發揮作用。Google Research於10月23日配合IDWeek會議發布更新,整理合作夥伴將影像AI帶入診所、行動篩檢與礦場的經驗,也介紹印尼運用開放醫療模型的方向。
其中,南非公司Nexus Intelligence取得Google胸部X光模型授權,開發Nexus AI CXR。系統讓兩套模型平行運作:一套標示偏離正常肺部外觀的區域,另一套尋找疑似肺結核的影像特徵,再以熱圖與輪廓線協助醫療人員判讀。廠商稱每張影像分析時間低於45秒,並可離線使用;這是輔助分流的速度,不能當成完成結核病確診所需的時間。
Google此次提到,系統已在約40處醫療據點評估超過2.5萬張胸部X光。不過,相同的影像數量與據點規模,早在6月16日的Google文章便已出現,當時並稱涵蓋六個國家。因此,這組數字呈現的是既有部署規模,不能解讀為10月新增的篩檢成果,也不能直接換算成確診人數。
南非Mponeng金礦提供了一個具體場景。依Nexus於4月發布的紀錄,團隊在3月26日與Stop TB Partnership、Harmony Gold及南非衛生部合作,將MinXray超便攜式X光設備與AI帶到接近地下四公里處,讓礦工在工作現場接受篩檢。Google指出,疑似結核病者可轉介接受分子檢驗;這類部署的價值,在於縮短從發現異常到安排後續檢查的距離。
臨床證據仍須與部署故事分開看。Google回顧了既有的獨立演算法評估,以及2024年發表的前瞻性多中心驗證,但此次更新未列出這批現場篩檢的敏感度、特異度、確診比例或完成轉介的情形。處理過多少影像能說明使用規模,卻不足以證明漏診已減少,或患者更早開始治療。
認證也有明確邊界。Google與Nexus均表示,Nexus AI CXR已取得歐盟醫療器材法規下的CE MDR第IIb類認證,廠商另列有ISO 13485:2016品質管理認證。然而,Nexus將新增病灶描述標籤、結合大型語言模型產生報告的功能列為測試版本,並表示正申請擴大CE認證範圍。既有篩檢產品的認證,不能延伸解讀為所有新功能均已獲准。
另一條路徑正在印尼展開。據Google說明,印尼衛生部正以國內胸部X光資料調校MedGemma與MedSigLIP,讓模型可在本地基礎設施運行,回應病人資料留在境內的需求。這與Nexus既有產品的臨床部署屬於不同階段;更新未提供印尼調校版本的驗證成績。從可用模型走向可靠的公共衛生服務,仍須確認它在當地人群與設備上的表現,並讓被標出的疑似患者確實接上檢驗與照護。