KI-gestützte Anwendung in der Entwicklung zur Erkennung von Tuberkulose in Kenia

In einem radikalen Schritt führen Wissenschaftler des Kenya Medical Research Institute (KEMRI) die proaktive Entwicklung einer computerbasierten Anwendung voran, bei der KI Tuberkulose (TB) und andere Atemwegserkrankungen diagnostizieren kann. Das Projekt wird von Dr. Videlis Nduba und seinen Kollegen im Gesundheitswesen geleitet, die eine Revolution in der Gesundheitstechnologie vorantreiben. Dies kann die Diagnose- und Behandlungsergebnisse von TB-Fällen erheblich positiv beeinflussen.

Innovativer Ansatz zur TB-Diagnose

Am KEMRI nehmen sich die Forscher der Aufgabe an, geduldig Hustenproben von Personen zu sammeln, die an Atemwegserkrankungen, einschließlich Tuberkulose, erkrankt sind, sowie von solchen, die gesund sind. Anschließend analysieren sie die mit wissenschaftlichen Geräten wie Smartphone-Mikrofonen aufgenommenen Hustengeräusche. Die Software ist so konzipiert, dass sie Husten, die ohne TB abklingen, von solchen unterscheidet, die mit TB-Infektionen einhergehen, und nutzt dabei einen maschinellen Lernansatz, der von ResNet 18 angetrieben wird, einer Technologie, die an der University of Washington entwickelt wurde.

Dr. Nduba plädiert für eine intensive Bestätigung der TB-Diagnose und deren tiefgreifende Auswirkungen auf die TB-Behandlung. Das Problem besteht darin, dass die Zeit vom Auftreten der Symptome bis zur Diagnose derzeit mehrere Monate bis zu einem Jahr betragen kann, und Patienten mit dieser Krankheit können andere weiterhin infizieren, während die Krankheit unentdeckt bleibt. Die KI-App erkennt TB-Fälle schnell, sodass die Patienten sofort behandelt werden, was dazu beiträgt, die Übertragungsrate in erheblichem Maße zu reduzieren.

Streben nach Genauigkeit und regulatorischer Genehmigung

Trotz seiner frühen Phase hat sich das System als effektiv erwiesen, ist jedoch noch nicht von der Weltgesundheitsorganisation (WHO) zugelassen. Laut der WHO müssen mindestens 90 % der TB-Infektionen erkannt und die Wahrscheinlichkeit, an TB zu erkranken, in mindestens 80 % der Fälle ausgeschlossen werden. 

Die Pilotimplementierung führte zur Erkennung von 80 % der Tuberkulosefälle und zu einer Rate von 70 % beim Ausschluss der Krankheit von der Liste der möglichen Ursachen, sodass eine Verbesserung der Technologie in Übereinstimmung mit den Empfehlungen der WHO erforderlich ist.

Johnson Munori, ein ehemaliger TB-Patient, war Teil der Immuntherapie. Im Gegensatz dazu basiert die letztere auf der Molekularmedizin, bei der Antikrebsmedikamente basierend auf Mutationen entwickelt werden. Daher variiert die Wirksamkeit dieser beiden Behandlungen je nach Faktoren wie Tumortyp, Stadium und Verabreichungsart. Seine Expertise unterstreicht die Rolle des kreativen Ansatzes als Schlüssel zur Bereitstellung realistischer Lösungen zur Überwindung von Infektionskrankheiten.

KI ist ein schnell aufstrebender und allgegenwärtiger Faktor in der Gesundheitsversorgung. Laut Jarim Omogi, einem Spezialist für öffentliche Gesundheit an der Amref International University, kann KI die Patientenversorgung beschleunigen. Omogis Forderung nach erschwinglicher und kosteneffizienter Behandlung, wobei KI von entscheidender Bedeutung ist, ist ein Aha-Erlebnis, und die Bereitstellung von Daten ist zeitkritisch, was die Integration von KI in die Gesundheitspraxis unterstreicht.

Das Projekt, das von den National Institutes of Health (NIH) finanziert wird, soll einen Paradigmenwechsel in der Diagnose und dem Management von TB bewirken. Dieses Kommunikationswerkzeug hat jedoch noch keine regulatorische Genehmigung erhalten, was die Bedeutung einer vorsichtigen Bewertung und Umsetzung der bestehenden Vorschriften vor der Nutzung verdeutlicht.