Google Research beschrijft hoe zijn AI voor het beoordelen van longfoto’s is uitgegroeid van onderzoeksbenchmark tot een gecertificeerd medisch hulpmiddel dat in Afrikaanse klinieken tuberculose helpt opsporen.
Van onderzoek naar gecertificeerd hulpmiddel
Tuberculose kost volgens Google jaarlijks meer dan 1,23 miljoen levens. Een belangrijk knelpunt is radiologie: in de zwaarst getroffen gebieden zijn radiologen schaars. Google publiceerde in 2019 een benchmark waaruit bleek dat deep learning actieve longtuberculose op het niveau van ervaren radiologen kon herkennen. Later volgden onafhankelijke evaluaties en een prospectieve studie op meerdere locaties.
Samen met Nexus AI uit Pretoria is het algoritme omgezet in een klinisch hulpmiddel. Dat kreeg een CE-certificering in klasse IIb onder de Europese verordening voor medische hulpmiddelen. Het apparaat beoordeelt een longfoto in nog geen 45 seconden. Een clinicus neemt de uiteindelijke beslissing.
Inzet in de praktijk
Het hulpmiddel draait in ongeveer 40 zorginstellingen in onder meer Zuid-Afrika, Sierra Leone en Ivoorkust; uitbreiding naar Congo, Zambia en Kameroen is gaande. Volgens Google hebben meer dan 90 clinici er inmiddels meer dan 25.000 longfoto’s mee beoordeeld. De wachttijd op een uitslag daalde daarmee van weken naar minder dan een minuut. Nexus AI leverde meer dan 3.000 gratis screenings aan publieke klinieken met weinig middelen.
In de Mponeng-goudmijn, een van de diepste mijnen ter wereld, worden mijnwerkers met draagbare röntgenapparatuur en offline AI ondergronds gescreend.
Open modellen voor gezondheidszorg
Om breder impact te maken, deelt Google via Health AI Developer Foundations open modellen zoals MedSigLIP en MedGemma. Ontwikkelaars en gezondheidsministeries kunnen daarmee zelf oplossingen bouwen die passen bij de lokale situatie.