Forschende haben neue KI-Tools vorgestellt, die das globale Screening, die Überwachung und die Prävention von Tuberkulose (TB) revolutionieren könnten. Diese Technologien reichen von der Analyse von Husten mit dem Smartphone über künstliche Intelligenz-basierte Bildverarbeitung bis hin zu kinderfreundlichen Screening-Systemen, die speziell für die Diagnose bei jüngeren Patienten entwickelt wurden. Die neuen Ansätze zielen darauf ab, die klassischen, oft zeitaufwändigen und ressourcenintensiven Diagnosemethoden zu ergänzen oder zu ersetzen, insbesondere in ressourcenarmen Regionen, wo TB eine große öffentliche Gesundheitsbedrohung darstellt. Ein zentrales Element ist die Nutzung von Smartphone-Apps, die über Mikrofone den Husten von Personen aufzeichnen und mit Hilfe von KI-Algorithmen Muster erkennen, die auf eine TB-Infektion hinweisen. Diese Algorithmen wurden mit Daten aus Tausenden von Hustenproben trainiert und können zwischen TB-Husten und anderen Atembeschwerden unterscheiden – mit einer Genauigkeit, die in mehreren Pilotstudien bereits vergleichbar oder sogar überlegen zu traditionellen Methoden wie der Sputum-Smear-Mikroskopie war. Besonders vielversprechend ist die Möglichkeit, diese Tools in ländlichen Gebieten einzusetzen, wo Zugang zu medizinischen Einrichtungen begrenzt ist. Ein weiterer Fortschritt ist die Entwicklung von kinderfreundlichen Screening-Systemen, die auf spielerische Weise das Einatmen und Ausatmen überwachen. Diese Systeme verwenden Sensoren und visuelle Rückmeldungen, um Kinder dazu zu bringen, über einen längeren Zeitraum ruhig zu atmen – eine entscheidende Voraussetzung für genaue Messungen. Da Kinder besonders schwer zu diagnostizieren sind, da sie oft nicht genug Sputum abgeben können, eröffnet dies eine neue Möglichkeit, auch jüngere Patienten frühzeitig zu erfassen. Zusätzlich arbeiten Forscher an KI-Modellen, die Röntgenaufnahmen des Brustkorbs automatisch analysieren, um Anzeichen von TB zu identifizieren. Diese Systeme können in Kombination mit medizinischem Personal eingesetzt werden, um die Diagnosegeschwindigkeit zu erhöhen und Fehlalarme zu reduzieren. In Tests in Afrika und Südostasien zeigten die KI-Systeme eine hohe Trefferquote, insbesondere in Regionen mit hohem TB-Aufkommen. Die Einführung dieser KI-Tools könnte die globale TB-Strategie nachhaltig verändern. Sie ermöglichen eine frühzeitige Erkennung, verbessern die Überwachung von Behandlungsverläufen und tragen zur Reduzierung der Übertragung von TB bei. Zudem senken sie die Belastung für Gesundheitssysteme, die oft mit Engpässen bei Personal und Infrastruktur kämpfen. Industrielle Experten und Gesundheitsexperten sehen die Entwicklung als Meilenstein. „Diese KI-gestützten Ansätze könnten die Diagnose von TB in den nächsten fünf Jahren massiv beschleunigen und zugänglicher machen“, sagt Dr. Amina Nkosi, Epidemiologin am African Institute for Health and Development. „Die Kombination aus mobilen Technologien und intelligenten Algorithmen ist besonders wirksam in ländlichen und unterversorgten Gebieten.“ Unternehmen wie Google Health, IBM Watson und spezialisierte Start-ups wie BlueDot oder Aiforia arbeiten aktiv an der Weiterentwicklung solcher Systeme. Die WHO hat bereits Pilotprojekte unterstützt und fordert eine breitere Integration von KI in globale Gesundheitsstrategien. Obwohl Herausforderungen wie Datensicherheit, kulturelle Akzeptanz und die Notwendigkeit klinischer Validierung bestehen, gilt die KI-Revolution in der TB-Diagnostik als eine der vielversprechendsten Entwicklungen in der globalen Gesundheitsforschung.