获得及时的医疗服务往往取决于地理位置的偶然性：你住在哪里，当地诊所拥有什么资源，以及是否能够联系到专科医生。
这种差距在结核病（TB）防治领域表现得最为突出。尽管结核病可以预防和治愈，但它每年仍导致超过123万人死亡。放射诊断是主要瓶颈：对于身处高负担地区的人群，从居住在偏远农村地区的人到在地下深处工作的矿工，放射科医生十分稀缺，而影像设备往往需要数天才能触及。结果是数百万活跃病例未被发现，持续造成疾病传播。
过去几年中，谷歌研究院和谷歌健康团队一直致力于改变这一局面：从基于现有医学影像研究成果打造一款AI工具，用于识别疑似结核病患者以便进行后续检测，发展到开展前瞻性临床试验、与当地合作伙伴获得监管许可，最终推出像MedGemma这样的开放基础模型，为全球公共卫生系统赋能。本周在华盛顿特区举行的IDWeek 2026大会上，我们分享了如何将健康AI研究转化为现实，以及基础模型如何在全球范围内推动结核病筛查的普及化。
证明AI工具能够读懂胸部X光片
我们的工作始于一个根本性问题：AI工具能否以媲美专业放射科医生的准确度解读胸部X光片（CXR），用于结核病筛查？
胸部X光检查是肺部筛查的一线影像手段，但检测结核病的细微征象，如肺尖浸润（肺上部积液）和空洞性病变（组织损伤），需要专业知识，而这在农村诊所中极为稀缺。2019年，我们在《放射学》杂志上发布了一项基准研究，证明深度学习算法检测活动性肺结核的表现可以达到经验丰富的放射科医生的水平。
然而，实际应用价值需要独立验证。2021年8月，"终止结核病伙伴关系"组织在《柳叶刀数字健康》杂志上，对多个不同患者群体中的自动化计算机辅助检测（CAD）软件进行了评估，将我们的模型列为全球表现最佳的结核病筛查算法之一。同年，世界卫生组织也推荐将CAD用于结核病筛查和分诊。2024年9月，我们在《NEJM AI》杂志上详细介绍了一项前瞻性多地点验证研究，证明AI辅助筛查在不同患者群体中都能保持高敏感性（最大限度减少漏诊），同时还能可靠地检测其他意外发现的肺部和心脏异常。
跨越转化鸿沟
在医学AI领域，发表论文只是起点。从算法模型到可信赖的临床工具之间存在"转化鸿沟"：需要让软件在各种不同的X光机型和离线环境下保持可靠，将其融入临床工作流程，并满足医疗器械监管要求。
基于这一考量，我们与总部位于比勒陀利亚的医疗技术公司Nexus AI展开合作，由他们将我们的胸部X光算法转化为经认证的临床诊断工具。应对监管环境需要经过大量审核。
Nexus AI的设备能在短短45秒内完成对肺部疾病（如结核病）的胸部X光筛查。
一线影响：触达患者所在之处
如今，Nexus Intelligence正在最需要诊断服务的地方积极部署这项技术。
在南非、塞拉利昂和科特迪瓦等六个国家，以及正在扩展的刚果民主共和国、赞比亚和喀麦隆，Nexus AI的工具已在约40家医疗机构中运行。迄今为止，超过90名临床医生已评估了超过25,000张胸部X光片，将诊断周转时间从数周缩短至不到45秒，加快了快速分诊的同时，仍让医疗专业人员做出最终临床决策。
这一合作致力于医疗公平：Nexus AI已向资源匮乏的公共诊所提供超过3,000次免费筛查，正朝着每年赞助10,000次筛查的目标迈进。
极限环境中的筛查：Mponeng金矿
或许没有哪个部署案例比南非Mponeng金矿的工作更能体现"将服务送到患者身边"这一理念——这是世界上最深的矿井之一。深井矿工长期暴露于硅尘环境，患肺部疾病的风险较高。在与"终止结核病伙伴关系"组织、Harmony金矿公司以及南非卫生部的合作下，Nexus AI在地下四千米处部署了超便携数字X光设备和离线AI系统。矿工可以就地在数秒内完成筛查，被标记为疑似结核病的人员可以立即转诊接受确认性分子检测。筛查、分诊和确认检测如今可以在一次就诊中完成，大大压缩了原本需要数周的诊疗流程。
从定点方案到开放基础：HAI-DEF与MedGemma
单一合作伙伴的定制方案无法独自解决全球结核病负担问题。为扩大影响力，我们从孤立的部署转向构建开放、可适配的基础平台，让开发者和卫生部门能够根据当地需求打造解决方案。
通过"健康AI开发者基础"（HAI-DEF）计划，我们开源了胸部X光嵌入模型和MedSigLIP——一个轻量级视觉语言模型，经过训练能够将医学影像（如胸部X光片）与用于描述这些影像的临床语言对齐。由于MedSigLIP同时理解图像和文本，开发者可以用它通过通俗语言标签对图像进行分类或检索，也可以仅用少量本地示例对其进行微调以适应特定任务。这使得本地团队能够在规模有限的区域数据集上构建专门模型，并在无需大量计算资源的情况下取得优异表现。
在此基础上，我们发布了MedGemma，一个开放权重的多模态模型系列（包含40亿和270亿参数两种配置）。MedGemma从基础分类功能发展到多模态临床推理：它能将放射学发现与临床病史相结合，用自然语言回答临床医生的问题，并能在本地设备上运行而无需联网。自推出以来，MedGemma在全球的下载量已超过1000万次。
Nexus AI的应用程序通过整合模型分析胸部X光片，标出与正常肺部影像不一致的发现，包括提示结核病的发现，以及需要进一步调查（FIR）的情况。
自主可控规模化：支持印度尼西亚国家结核病计划
开放模型有助于公共卫生系统构建保护患者隐私的自主可控解决方案。在东南亚，印度尼西亚卫生部正着手应对全球第二高的结核病负担，其目标颇具雄心：每年筛查5000万公民以根除该疾病。
人工审查5000万张X光片并不现实，而专有云软件又面临数据驻留方面的挑战。因此，该部门正在本国胸部X光数据上对MedGemma和MedSigLIP进行微调。由于模型运行在本地基础设施上，患者数据得以保留在国境之内，让卫生部门领导层对临床部署拥有完全的自主权。
补充筛查手段：基于HeAR的生物声学技术
考虑到影像设备无法覆盖每一个偏远的医疗站点，谷歌研究院还开发了健康声学表征（HeAR）技术。该技术基于超过3亿个音频片段训练而成，能够通过标准智能手机麦克风录制的咳嗽声音实现非侵入性声学筛查。
HeAR正通过撒哈拉以南非洲地区的合作研究得以应用，合作方包括赞比亚的CIDRZ机构、加纳的Aurum研究所（获得谷歌公益25万美元资助）以及HELINA的150万美元区域合作项目。声学分诊（HeAR）、移动X光筛查（HAI-DEF）与多模态临床推理（MedGemma）相结合，为服务不足地区的群体提供了一套完整的诊断工具链。
展望未来
从实验室算法到在六个国家的诊所中使用的经CE认证的工具，这段历程向我们展示了将研究转化为现实影响所需的要素：严谨的科学研究、开放的开发者平台，以及坚定的本地合作关系。因为我们的合作伙伴最了解自己所在的社区，他们如今正在将这项工作推向更远。Nexus AI正在向新的国家扩展，印度尼西亚正将结核病筛查纳入国家计划，CIDRZ、Aurum研究所和HELINA也在为基于咳嗽声音的分诊技术积累临床证据。我们的角色是为他们提供开放模型、基础研究和持续支持，以便更多结核病患者能够更早被确诊和治疗。
在IDWeek 2026大会上，我们期待与传染病和公共卫生领域的同仁们建立联系，共同努力推动医疗公平的扩展。
致谢
我们感谢Nexus AI、"终止结核病伙伴关系"组织、联合国项目事务署（UNOPS）、CIDRZ、Aurum研究所、HELINA、Harmony金矿公司、南非卫生部以及印度尼西亚卫生部的各位合作者，感谢他们在临床引领与全球健康公平事业中的专注投入。
