中国一项针对社区老年人的横断面研究：结合人工智能辅助胸部X光检查的活动性结核病筛查

《BMC Geriatrics》：Active tuberculosis screening incorporated with AI-assisted chest X-ray among the elderly in community settings, a cross-sectional study in China

　　

摘要

背景

老年人患结核病的风险较高，但他们往往表现出非典型或无症状的临床特征，从而导致诊断延误。本研究评估了在社区老年人常规年度健康检查中引入一种新的“双X线加人工智能”主动病例发现策略的可行性、诊断效果以及相关的流行病学信息。

方法

这项横断面研究在江苏省的14个社区开展。65岁及以上的当地居民在每年的一次健康检查中会接受症状筛查和数字胸部X光检查。这些X光片通过基于卷积神经网络的人工智能系统进行分类。有结核病相关症状或经人工智能系统判断为可疑的X光片结果的人，需要提供痰液样本，通过8:1混合检测法使用Xpert^? MTB/RIF Ultra检测试剂进行分子分析。检测出阳性的混合样本随后会被分开进行单独检测。

结果

共有14,312名老年人参与了研究，其中发现有2,436人可能是结核病患者，其中包括2,309名被人工智能系统判定为可疑的人，以及127名有症状但X光片结果正常的人。在2,309名被人工智能系统判定为可疑的人中，有76人未能提供合格的痰液样本。最终共发现了20例活动性肺结核病例，其中16例的微生物检测呈阳性，4例为临床确诊的结核病患者。通过这种主动筛查策略发现的肺结核在经过年龄和性别标准化后的患病率为154.5/100,000，这一数值高于2025年江苏省通过被动监测得到的老年人肺结核患病率（48.9/100,000；P?<?0.001）。值得注意的是，20例确诊病例都来自被人工智能系统判定为可疑的群体，而那些有症状但X光片结果正常的人中没有一人被诊断出患有结核病。在确诊病例中，70.0%（14/20）为无症状患者，80.0%（16/20）的微生物检测呈阳性。这些确诊病例的人工智能系统给出的结核病怀疑评分中位数为0.89（IQR：0.83–0.95），所有病例的评分都高于0.73。重要的是，这些人工智能系统的评分与患者的症状状况（P?=?0.710）以及微生物检测结果（P?=?0.813）之间均无显著差异。

结论

将人工智能系统辅助的分类和混合分子检测流程纳入现有的老年公共卫生体系，对于发现社区老年人的结核病来说是可行且有效的。这种不依赖症状的筛查策略揭示出了大量可能被传统基于症状的筛查方法遗漏的无症状结核病患者，这凸显了将人工智能辅助的主动筛查纳入高风险老年人群体常规健康服务中的重要性。