Google Research 用基础模型推进结核病筛查落地

及时获得医疗保健往往取决于地理上的偶然性：你住在哪里，你当地的诊所拥有哪些资源，以及是否能够接触到专家。

在对抗结核病（TB）的斗争中，这种差距最为尖锐。尽管结核病是可预防且可治愈的，但它每年仍导致超过123万人死亡。主要的瓶颈是放射学：对于高负担地区的人来说，无论是住在偏远农村地区的人还是在地底深处工作的矿工，放射科医生都很稀缺，成像基础设施往往需要几天才能到达。结果，数百万的活跃病例未被检测到，从而持续传播。

在过去的几年里，我们跨 Google Research 和 Google for Health 的团队一直在努力改变这一趋势：从一个基于人工智能的工具开始，该工具建立在 我们现有的医学影像工作 基础上，用于识别疑似结核病患者进行后续检测，到前瞻性临床试验、与当地合作伙伴的监管批准，最终到像 MedGemma 这样的开放基础模型，这些模型使全球公共卫生系统得到赋权。本周在 IDWeek 2026 在华盛顿特区，我们正在分享我们如何将健康人工智能研究变为现实，以及基础模型如何在全球范围内实现结核病筛查的民主化。

证明基于人工智能的工具可以读取胸部X光片

我们的工作始于一个基本问题：基于人工智能的工具能否像专家放射科医生一样准确地解释 胸部X光片 (CXRs) 进行结核病筛查？

Chest radiography is the frontline imaging modality for pulmonary screening, but detecting subtle signs of TB like apical infiltrates (fluid in the top portion of the lung) and cavitary lesions (tissue damage) requires specialized expertise that is rarely available in rural clinics. In 2019, we published a benchmark in Radiology, demonstrating that deep learning algorithms could detect active pulmonary TB at performance levels matching experienced radiologists.

Real-world utility, however, demands independent verification. In August 2021, the Stop TB Partnership evaluated automated computer-aided detection (CAD) software across diverse patient cohorts in The Lancet Digital Health, ranking our model among the top-performing TB screening algorithms globally. That year, WHO also recommended CAD for TB screening and triage. In September 2024, in NEJM AI, we detailed a prospective, multi-site validation demonstrating that AI-assisted screening maintains high sensitivity (minimizing missed cases) across diverse patient populations, while also reliably detecting other incidental pulmonary and cardiac abnormalities.

跨越翻译鸿沟

在医疗人工智能领域，发表论文只是开始。在算法模型和可信赖的床边工具之间存在着“翻译鸿沟”：使软件在各种X光机和离线环境中可靠运行，将其集成到临床工作流程中，并满足医疗设备法规。

考虑到这一点，我们与 Nexus AI 合作，这是一家位于比勒陀利亚的医疗器械公司，他们将我们的胸部X光算法转化为一个认证的临床诊断工具。导航监管环境需要进行广泛的审计：

• CE MDR class IIb 认证: 在欧盟医疗器械法规 (EU MDR 2017/745) 下，Nexus AI 获得了 Class IIb 认证——这是一个严格的认定，验证该工具基于前瞻性临床评估，对实际患者护理是安全的。
• 质量标准: Nexus AI 获得了医疗设备质量管理 ISO 13485 认证。
• 全球接入: Nexus AI 与 FIND 签署了协议，以推进 世界卫生组织预认证 (WHO PQ)，这对于通过全球机构进行国际采购至关重要，同时还有一条持续通往美国 FDA 批准 的途径。

一线影响：在患者所在地提供服务

今天，Nexus Intelligence 正在积极部署这项技术，在诊断服务最迫切需要的地区。

在 六个国家——南非、塞拉利昂和科特迪瓦，同时正在刚果民主共和国、赞比亚和喀麦隆扩大规模——Nexus AI 的工具在约 40 家医疗保健设施中运行。迄今为止，超过 90 名临床医生已经评估了超过 25,000 胸部 X 光片，将周转时间从几周缩短到不到 45 秒，加速了快速分诊，同时使医疗保健专业人员能够做出最终临床决策。

我们的合作致力于健康公平：Nexus AI 已向资源不足的公立诊所提供了超过 3,000 次免费筛查，正在向每年 10,000 次赞助筛查的目标迈进.

在极端条件下进行筛查：Mponeng 金矿

或许没有比在南非 Mponeng 金矿 的工作更能说明在患者所在地提供服务的情况了，这是世界上最深 mines 之一。深井矿工面临慢性硅尘暴露和 肺病风险升高。在与 Stop TB Partnership Harmony Gold Mine 和 南非卫生部 合作下，Nexus AI 部署了超便携式数字 X 光设备和离线 AI，在地下四公里处。矿工可以在现场几秒钟内接受筛查，那些被怀疑患有结核病的人可以立即转诊进行确认性分子检测。筛查、分诊和确认性检测现在可以在一次就诊中完成，将通常需要几周的途径压缩。

从点解决方案到开放基础：HAI-DEF 和 MedGemma

与单个合作伙伴的定制解决方案无法单独解决全球结核病负担。为了扩大影响，我们从孤立的部署转向构建开放、可适应的基础，允许开发者和卫生部门根据当地需求创建定制的解决方案。

通过 健康人工智能开发者基础 (HAI-DEF)，我们开源了我们的 胸部 X 光嵌入 和 MedSigLIP，这是一种轻量级视觉语言模型，经过训练，可以将医疗图像（如胸部 X 光片）与描述它们的临床语言进行对齐。由于 MedSigLIP 同时理解图像和文本，开发者可以使用它对图像进行分类或使用普通语言标签进行搜索，或者仅使用少量本地示例对其进行微调以完成特定任务。这使当地团队能够在适度的区域数据集上构建专用模型，并在没有大量计算资源的情况下达到良好的性能。

在此基础上，我们发布了MedGemma，这是一系列开源多模态模型（4B和27B参数配置）。MedGemma从基本分类发展到多模态临床推理：它结合影像学检查结果与临床病史，用自然语言回答临床医生的问题，并在设备本地运行，无需互联网连接。自发布以来，MedGemma全球下载量已超过10亿次。

主权规模：支持印度尼西亚的国家结核病计划

开源模型有助于公共卫生系统构建保护患者隐私的自主解决方案。在东南亚，印度尼西亚卫生部正以雄心勃勃的目标应对全球第二高的结核病负担：每年筛查5000万公民以根除该疾病。

手动审查5000万张X光片是不切实际的，而专有云软件存在数据驻留挑战。相反，卫生部正在针对国内胸部X光片微调MedGemma和MedSigLIP。由于模型在本地基础设施上运行，患者数据仍留在国家边界内，使卫生领导者对临床部署拥有完全主权。

补充筛查：与HeAR结合的生物声学技术

认识到成像设备无法覆盖所有偏远医疗点，谷歌研究还开发了健康声学表示（HeAR）。该模型基于超过3亿个音频片段训练，能够从标准智能手机麦克风录制的咳嗽声中实现无创声学筛查。

HeAR正在通过撒哈拉以南非洲的协作研究得到利用，与赞比亚CIDRZ、由250万美元Google.org资助的加纳Aurum研究所以及HELINA的150万美元区域协作项目合作。结合声学分诊（HeAR）、移动X光筛查（HAI-DEF）和多模式临床推理（MedGemma），为服务不足的群体提供了一套综合诊断工具。

展望未来

从实验室算法到在六个国家诊所使用的CE认证工具的历程，向我们展示了将研究转化为实际影响所需的一切：严谨的科学、开放的开发者平台和专注的本地合作伙伴。由于我们的合作伙伴最了解他们的社区，他们现在正将这项工作进一步推进。Nexus AI正在拓展到新国家，印度尼西亚正在将结核病筛查整合到其国家计划中，而CIDRZ、Aurum Institute和HELINA正在为基于咳嗽的分诊建立临床证据。我们的角色是帮助他们配备开源模型、基础研究和持续支持，以便更多患有结核病的患者能够更快得到诊断和治疗。

在2026年IDWeek上，我们期待与传染病和公共卫生社区建立联系，共同扩大公平的医疗保健服务。

致谢

我们感谢我们的合作伙伴 Nexus AI、 Stop TB Partnership、 UNOPS、 CIDRZ、 Aurum Institute、 HELINA、 Harmony Gold Mine，以及 南非卫生部和印度尼西亚卫生部的临床领导力和对全球健康公平的奉献。