Исследование показало, что ИИ может снизить стоимость скрининга на туберкулёз в сельских районах Филиппин

Исследование, проведённое исследователями Ateneo, показывает, что искусственный интеллект может сделать скрининг на туберкулёз дешевле в сельских районах Филиппин, где доступ к медицинским специалистам по-прежнему ограничен. Его результаты не подтверждают необходимость немедленного внедрения технологии по всей стране, но указывают на целесообразность целевых испытаний в сообществах, которым сложно своевременно получить радиологические услуги.

В исследовании, о котором сообщил medicalxpress.com, оценивалась экономическая целесообразность использования ИИ для интерпретации рентгеновских снимков грудной клетки, сделанных в рамках скрининга на туберкулёз. Результаты были опубликованы в августовском выпуске BMC Health Services Research за 2026 год Гарольдом Хенрисоном Чиу, Брайаном Кристофером Лао и Глоанн С. Адолор.

Туберкулёз остаётся серьёзной проблемой общественного здравоохранения на Филиппинах. По оценке Всемирной организации здравоохранения, в 2024 году в стране заболевание развилось у 739 000 человек. Это составляло 6,8% от 10,8 млн случаев туберкулёза, зарегистрированных во всём мире в том году.

Ранняя диагностика позволяет начать лечение до того, как заболевание станет тяжёлым или приведёт к необратимым повреждениям. Однако пациенты в географически изолированных районах могут столкнуться с рядом препятствий даже после того, как доберутся до учреждения, способного сделать рентгеновский снимок. Радиолог или служба телерадиологии может оказаться недоступным в ближайшее время, из-за чего пациентам приходится совершать ещё одну поездку, тратить больше денег или пропускать рабочее время. Задержки также могут нарушить процесс получения последующей медицинской помощи.

Что сравнивала модель

Исследователи построили модель принятия решений на основе гипотетической группы из 1 000 пациентов с подозрением на туберкулёз. Предполагалось, что каждому пациенту сделают рентгенографию грудной клетки в сельском медицинском пункте, а анализ прогнозируемых расходов и результатов будет проводиться на протяжении пяти лет.

Сравнивались два подхода: интерпретация с помощью ИИ и обычное ручное чтение снимков. Исследователи учитывали стоимость программного обеспечения ИИ, эксплуатационные расходы, оплату услуг радиолога по интерпретации снимков и подтверждающее тестирование GeneXpert. Последнее по-прежнему необходимо, поскольку оценка рентгеновского снимка с помощью ИИ сама по себе не устанавливает окончательный диагноз туберкулёза.

Согласно основным допущениям исследования, применение ИИ стоило бы около Php 877,330 в год для группы из 1 000 человек. Стоимость ручной интерпретации оценивалась примерно в Php 1,14 млн. В расчёте на одного пациента эти показатели составляли приблизительно Php 877 при использовании ИИ и Php 1,142 при ручном чтении снимков.

Таким образом, модель показала, что стратегия с использованием ИИ является более дешёвым вариантом. Однако аргументация исследователей выходит за рамки сравнения стоимости программного обеспечения и профессиональных услуг. В местах, где специалистов не хватает, ИИ может обеспечить радиологическую поддержку ближе к пациентам, избавив от необходимости ждать, пока каждый снимок изучит удалённый специалист.

Почему важны местные условия

Потенциальная польза в значительной степени зависит от того, как будет внедрена технология. Исследователи заявили, что ИИ можно интегрировать в существующие программы борьбы с туберкулёзом с помощью портативного цифрового рентгеновского оборудования и систем, способных работать при ограниченном интернет-соединении. Такая схема может сделать скрининг доступным для недостаточно обслуживаемых сообществ и уменьшить географические барьеры, затрудняющие диагностику.

Результаты не были одинаково благоприятными при всех наборах допущений. Когда в анализе использовалась более низкая плата за ручную интерпретацию или телерадиологию либо применялись оценки диагностической эффективности, полученные в условиях Филиппин, ИИ по-прежнему был более эффективным, но не всегда оказывался самым дешёвым вариантом.

Этот вывод ограничивает широту применения сравнения стоимости, вынесенного в заголовок. Исследование опирается на теоретическую когорту пациентов и допущения относительно расходов и диагностической точности. Фактические результаты могут различаться в разных медицинских пунктах в зависимости от кадрового обеспечения, качества связи, оборудования, оплаты интерпретации снимков и эффективности системы ИИ в местных условиях.

Исследователи также подчеркнули, что ИИ не устранит необходимость в подтверждающем тестировании. После положительной или подозрительной оценки рентгеновского снимка грудной клетки по-прежнему потребуется тестирование GeneXpert, что повлечёт дополнительные расходы и добавит ещё один этап к диагностическому процессу.

Аргументы в пользу тщательно проверенных пилотных проектов

Вместо рекомендации немедленно внедрять систему по всей стране исследование призывает запустить пилотные проекты в отдельных недостаточно обслуживаемых сельских медицинских пунктах. Такие испытания позволят проверить, проявляются ли прогнозируемая экономия и диагностические преимущества в обычной практике, а также выявить технические или организационные проблемы, которые могут быть не видны в теоретической модели.

Предлагаемый подход включает локальную валидацию, обеспечение качества, постоянный мониторинг и оценку доступных бюджетов. Эти меры предосторожности помогут определить, может ли ИИ надёжно работать в рамках существующих служб борьбы с туберкулёзом, а не превратиться в отдельную технологическую инициативу с неопределённой долгосрочной поддержкой.

Для исследователей центральный вопрос заключается не только в том, может ли машина сравниться с радиологом или помочь ему. Важно понять, может ли экспертная поддержка достичь сообществ, где специалистов не хватает, по цене, которую службы здравоохранения способны поддерживать. В этом смысле исследование представляет ИИ как возможный инструмент сокращения неравенства в доступе к медицинской помощи — но только при условии, что его внедрение будет определяться местными данными и потребностями сельских пациентов.