Platform kecerdasan buatan Swaasa mencapai ketepatan 90 peratus dalam membezakan individu yang sihat daripada pesakit yang mengalami masalah pernafasan, menurut prospektif keputusan pengesahan klinikal yang diterbitkan dalam Frontiers in Medicine - hasil yang boleh membentuk semula bagaimana penyakit paru-paru disaring di luar klinik tradisional.

Penemuan, yang dilaporkan minggu ini oleh Bioengineer.org, datang daripada salah satu penilaian prospektif yang lebih besar bagi saringan AI berasaskan batuk setakat ini, dan ia tiba ketika sistem penjagaan kesihatan di seluruh dunia mencari cara yang lebih murah untuk mengesan penyakit pernafasan kronik lebih awal. Ia adalah jenis kemajuan yang meningkat tetapi diuji dengan ketat dalam perkembangan AI terkini yang sering mengatakan lebih banyak tentang ke mana AI perubatan sebenarnya menuju daripada mana-mana pelancaran produk.

Bagaimana Swaasa Berfungsi

Swaasa ialah platform penyiasatan yang berfungsi sebagai Perisian sebagai Peranti Perubatan, menggunakan algoritma kecerdasan buatan untuk rakaman batuk yang ditangkap pada peranti mudah alih. Dibangunkan untuk menjana petunjuk klinikal automatik daripada isyarat akustik, platform menilai rakaman batuk untuk menentukan risiko keseluruhan sebagai normal atau tidak normal, mengklasifikasikan corak fisiologi spirometrik sebagai obstruktif, menyekat atau normal, dan menganggarkan keterukan corak sebagai ringan, sederhana atau teruk.

Di luar fisiologi, sistem menjana petunjuk diagnostik mengenai kehadiran keadaan pernafasan tertentu, termasuk asma, penyakit paru-paru obstruktif kronik (COPD), penyakit paru-paru interstisial dan bronkiektasis. Janjinya mudah: batuk lima saat ke dalam mikrofon telefon boleh menandakan tanda-tanda penyakit paru-paru yang serius sebelum pesakit pernah sampai ke makmal spirometri.

Di dalam Perbicaraan

Percubaan klinikal prospektif telah didaftarkan di bawah CTRI/2021/04/032742 pada 12 April 2021, mendaftarkan peserta dewasa berumur 18 tahun ke atas yang dihantar ke jabatan hospital dengan gejala pernafasan. Pendaftaran pertama bermula pada 19 April 2021, dan percubaan berakhir pada 14 September 2023.

Kohort akhir termasuk 2,179 pesakit dengan penyakit pernafasan bersama 827 individu normal, dengan peserta lelaki terdiri daripada 62 peratus daripada populasi kajian yang dinilai. Semasa protokol, bunyi batuk peserta dirakam pada peranti mudah alih yang menjalankan platform AI Swaasa, dan spirometri dilakukan untuk perbandingan.

Percubaan menetapkan spirometri sebagai piawai rujukan untuk corak fisiologi dan keterukan corak, manakala diagnosis klinikal yang ditetapkan oleh doktor berfungsi sebagai piawai rujukan untuk kategori penyakit. Pembolehubah polikotomi telah dikotomisasi kepada klasifikasi normal berbanding abnormal, dan output berbilang kelas telah ditetapkan untuk keadaan penyakit, keterukan corak dan kategori penyakit individu.

Nombor Prestasi

Dalam klasifikasi binari, platform itu menunjukkan ketepatan 90 peratus dalam membezakan individu normal daripada mereka yang mempunyai keadaan pernafasan yang tidak normal, sepadan dengan ketepatan 90 peratus yang direkodkan untuk mengenal pasti spirometri normal berbanding abnormal. Analisis subkumpulan deskriptif menunjukkan prestasi saringan secara amnya setanding merentas kumpulan umur dan jantina pesakit yang dinilai.

Keputusan berbilang kelas adalah dihormati, jika kurang menarik. Platform ini mencapai julat ketepatan antara 79 peratus dan 84 peratus untuk mengklasifikasikan corak spirometri, dan antara 76 peratus dan 84.5 peratus untuk mengklasifikasikan keterukan corak. Apabila membezakan jenis penyakit tertentu antara asma, COPD, penyakit paru-paru interstisial, dan bronkiektasis, ketepatan adalah antara 83 peratus hingga 93 peratus.

Siapa yang Membinanya

Penulis kajian bergabung dengan Kolej Perubatan Kristian Vellore, Salcit Technologies Private Limited — pembangun Swaasa — dan Universiti Perubatan Tamil Nadu Dr MGR. Penulis membuat kesimpulan bahawa Swaasa menunjukkan prestasi saringan yang menjanjikan merentas subkumpulan demografi dalam populasi yang dikaji.

Struktur kerjasama adalah ketara: pusat perubatan akademik yang menyediakan ketelitian klinikal, universiti perubatan dan permulaan yang membekalkan AI akustik. Gabungan itu - doktor yang mengesahkan algoritma permulaan terhadap diagnostik yang telah ditetapkan - semakin menjadi templat untuk penyelidikan AI perubatan yang boleh dipercayai, berbeza dengan penanda aras yang dikendalikan oleh vendor yang telah menimbulkan keraguan yang wajar.

Mengapa Akustik Batuk Penting

Spirometri, piawaian emas semasa untuk fungsi paru-paru, memerlukan peralatan, juruteknik terlatih, dan pesakit koperasi yang melakukan manuver pernafasan paksa. Rakaman batuk memerlukan telefon. Jika saringan AI boleh mencuba dengan pasti siapa yang memerlukan ujian pengesahan, ekonomi saringan pernafasan berubah secara asas, terutamanya untuk keadaan seperti COPD yang kerap didiagnosis lewat.

Kaveat adalah nyata. Ini adalah pendaftaran orang dewasa bergejala berasaskan hospital, bukan pemeriksaan komuniti terhadap populasi umum, dan ketepatan dalam protokol prospektif terkawal mungkin berbeza daripada penggunaan dunia sebenar yang tidak kemas. Platform ini kekal dalam penyiasatan, dan 90 peratus ketepatan dalam membezakan normal daripada abnormal tidak bermakna ia boleh membezakan empat penyakit berbeza dengan pasti dalam setiap kes — julat berbilang kelas menjelaskannya.

Laluan kawal selia adalah kesesakan seterusnya. Oleh kerana Swaasa diletakkan sebagai Perisian sebagai Peranti Perubatan, petunjuk diagnostiknya perlu mengosongkan proses pengawasan yang digunakan pada alat keputusan klinikal sebelum ia boleh beralih daripada penggunaan penyiasatan kepada penjagaan rutin. Pengesahan prospektif yang diterbitkan dalam jurnal semakan rakan sebaya adalah prasyarat untuk perbualan itu, bukan pengganti untuknya.

Terdapat juga asimetri praktikal yang berfungsi memihak kepada platform. Spirometri memerlukan peralatan, penentukuran, dan juruteknik terlatih di dalam bilik; rakaman batuk memerlukan peranti yang sudah dimiliki oleh kebanyakan pesakit dan gerakan yang sudah diketahui oleh setiap pesakit. Dalam saringan, di mana matlamatnya adalah untuk memutuskan siapa yang memerlukan ujian pengesahan dan bukannya untuk menyampaikan diagnosis akhir, ujian yang kurang tepat yang menjangkau sepuluh kali lebih ramai orang boleh menyelamatkan lebih banyak nyawa daripada ujian tepat yang terletak di ruangan bawah tanah hospital. Dapatan percubaan bahawa prestasi kekal stabil merentas kumpulan umur dan jantina adalah jenis konsistensi yang perlu ditingkatkan oleh alat saringan.

Namun, trajektori itu penting. Skrin berasaskan telefon yang disahkan terhadap spirometri dalam lebih daripada 3,000 peserta bukan lagi helah salon. Ujian seterusnya ialah penggunaan: sama ada saringan AI berasaskan batuk boleh mengekalkan ketepatannya di klinik, farmasi dan rumah, dan sama ada pengawal selia dan pakar perubatan menerima isyarat diagnostik yang datang daripada bunyi yang hampir tidak difikirkan oleh kebanyakan orang.

---

Kekal Mendahului AI

Dapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.

Baca lebih banyak berita AI →