Auf dem Kongress der Weltallianz für Lungengesundheit in Kopenhagen, Dänemark, präsentierten Forscher eine Reihe neuer KI-gestützter Tools zur Tuberkulose-Früherkennung. Diese Fortschritte könnten die Erkennung und Bekämpfung von Tuberkulose grundlegend verändern.

„Künstliche Intelligenz birgt ein enormes Potenzial, den Kampf gegen Tuberkulose zu revolutionieren“, erklärte Guy Marks, Präsident der Internationalen Allianz gegen Tuberkulose und Lungenerkrankungen. Er fügte hinzu: „Die Herausforderung besteht nun darin, sicherzustellen, dass diese Innovationen diejenigen erreichen, die sie am dringendsten benötigen, und in die Gesundheitssysteme integriert werden.“ Tuberkulose zählt zu den weltweit größten Bedrohungen durch Infektionskrankheiten. Die Weltgesundheitsorganisation (WHO) prognostiziert, dass sie bis 2024 etwa 1,25 Millionen Todesfälle verursachen könnte. Die Verbesserung der Zugänglichkeit und Genauigkeit der Diagnose ist daher von entscheidender Bedeutung. Vor diesem Hintergrund wurden auf der Konferenz mehrere Forschungsergebnisse zur Tuberkulose-Früherkennung mittels KI vorgestellt.

Ein Forschungsteam der Southern University of Science and Technology und des Third People's Hospital of Shenzhen demonstrierte ein KI-basiertes Atemanalysesystem. Dieses System verfolgt das Ansprechen von Tuberkulosepatienten auf die Behandlung durch die Analyse der chemischen Zusammensetzung der Ausatemluft. Experten des Third People's Hospital of Shenzhen erklärten: „Unsere Forschung zeigt, dass nicht-invasive Atemtests in Kombination mit maschinellem Lernen den Genesungsverlauf während der Tuberkulosebehandlung verfolgen können.“

Eine weitere Studie präsentierte die KI-Plattform Swaasa, die Hustengeräusche per Smartphone analysiert und so die Tuberkulose-Diagnostik unterstützt. Die Studie zeigte, dass der Algorithmus die zugrundeliegende Erkrankung in den meisten Fällen korrekt identifizierte. Experten der Indian Academy of Medical Sciences erklärten, das System trage dazu bei, die Lücke im KI-basierten Tuberkulose-Screening in ressourcenarmen Gebieten zu schließen.

Darüber hinaus schlugen Forschungseinrichtungen vor, KI zur Kartierung von Schwachstellen in der Bevölkerung einzusetzen, um Gebiete mit potenziell unentdeckten Fällen genauer zu lokalisieren und die Verteilung von Präventions- und Kontrollressourcen zu optimieren. Unterdessen hat ein KI-gestütztes Analysetool für Röntgenaufnahmen des Brustkorbs, das speziell für das Tuberkulose-Screening bei Kindern entwickelt wurde, die behördliche Zulassung erhalten. Ziel ist die Früherkennung in dieser Risikogruppe.

Weitere Informationen: Patricia Risch et al., „AveloMask, ein neuartiges Aerosol-Sammelset zur Erkennung von Mycobacterium tuberculosis in der Luft: Machbarkeitsstudie“, *Journal of Clinical Microbiology* (2025).

Lotheti, SK et al. Eine Querschnittsstudie zur Machbarkeit der Nutzung und Effektivität der Swaasa-KI-Plattform für die schnelle Beurteilung der Atemwegsgesundheit. *Scientific Reports* (2025). Zeitschrifteninformationen: Journal of Clinical Microbiology, *Scientific Reports*