Navorsers van die Universiteit Stellenbosch (US) speel ? leidende rol in ? globale proefneming wat die gebruik van kunsmatige intelligensie (KI) ondersoek om die diagnose van tuberkulose (TB) te verbeter. Die projek het ten doel om ? algoritme te ontwikkel en te toets wat gesondheidspraktisyns by primêresorgfasiliteite in staat sal stel om vermoedelike TB-gevalle deur middel van ? draagbare ultraklanktoestel en ? slimfoon te bespeur.
"TB is steeds die wêreld se dodelikste aansteeklike siekte, maar die diagnose daarvan skiet ver tekort," verduidelik prof Grant Theron, professor in kliniese mikobakteriologie en epidemiologie aan die US en ko?rdineerder van die proef. "? Groot uitdaging is dat ons dikwels die verkeerde mense op die verkeerde tyd toets. Baie pasi?nte ondergaan onnodige toetse, terwyl ander wat dit dringend nodig het, nooit behoorlike siftingtingstoetse ondergaan nie. Daar is ? dringende behoefte aan toeganklike, bekostigbare en uitbreibare diagnostiese instrumente vir TB-sifting."
Die projek, genaamd 'Rekenaargesteunde diagnose met longultraklank vir gemeenskapsgebaseerde pulmonêre tuberkulose-sifting in Benin, Mali en Suid-Afrika' (CAD LUS4TB), behels ? konsortium van tien gesondheids- en navorsingsinstellings regoor Afrika en Europa. Die Europese Unie se Global Health EDCTP3 Joint Undertakings het finansiering van �10 miljoen (meer as R200 miljoen) vir die projek verskaf.
Die studie sal 3 000 volwasse pasi?nte betrek om ultraklank-geleide TB-herkenning met behulp van KI in TB-sifting en -bestuur te ondersoek. Die doel is om toegang tot TB-sifting te verbeter wat TB by simptomatiese volwasse pasi?nte op primêregesondheidsorgvlak kan uitsluit.
"Versorgingspunt-longultraklank maak gebruik van draagbare beeldingstoestelle wat afwykings in die liggaam kan opspoor, insluitend dié wat kenmerkend van TB is," verduidelik Theron. "Hierdie tegnologie was voorheen beperk omdat gespesialiseerde kundigheid nodig was om beelde te interpreteer. KI bied egter nou ongekende geleenthede om beeldklassifikasie te outomatiseer, wat gesondheidspraktisyns met die minimum opleiding in staat stel om vinnig en maklik te bepaal watter pasi?nte verdere toetse nodig het. CAD LUS4TB is dus ? broodnodige, monstervrye diagnostiese toets wat in die stryd teen TB gebruik kan word."
Die US sal ook die masjienleeralgoritmes in samewerking met Europese vennote en met die betrokkenheid van prof Thomas Niesler se Digitale Seinverwerkingsgroep in die US se Fakulteit Ingenieurswese ontwikkel en valideer. Die nuwe algoritme sal deur navorsers ontwikkel word om versoenbaar te wees met draagbare ultraklanktoestelle wat aan slimfone gekoppel kan word. Die tegnologie sal outomaties ultraklankbeelde vir TB-aanwysers assesseer en sal in ? gebruikersvriendelike mobiele toepassing vir wydverspreide ontplooiing verpak word.
Die projek begin op 1 September 2025 onder die mede-leierskap van dr Veronique Suttels van die Laboratorium vir Intelligente Globale Gesondheid en Humanitêre Tegnologie? aan die Switserse Federale Tegnologie-instituut van Lausanne, asook prof Ablo Prudence Wachinou van die Nasionale Onderrigsentrum vir Pneumologie en Tuberkulose in Benin.
Die CAD LUS4TB-konsortium fokus op die generering van populasiespesifieke bewyse en doen voorspraak vir die integrasie van rekenaargesteunde diagnose (CAD) met behulp van KI om die implementering van long-ultraklank in gesondheidsorgbeleide te ondersteun.
Onderskrif: 'n Dokter by die nasionale opleidingshospitaal vir pneumologie en tuberkulose in Cotonou, Benin, voer 'n tablet-gekoppelde ultraklank uit op 'n simptomatiese pasi?nt. CAD LUS4TB ondersoek KI-ondersteunde beeldanalise om vroe? opsporing van tuberkulose moontlik te maak.
