柳叶刀-微生物 | 借鉴COVD-19经验，改善结核诊断
《柳叶刀-微生物》（The Lancet Microbe）近日发表评论文章指出，在COVID-19疫情暴发之前，结核病是人类第一大传染病杀手。现在，COVID-19和结核病构成了致命的双重威胁。COVID-19大流行使得结核病的流行形势恶化，大多数国家的结核病报告大幅减少。鉴于结核病防控目标遭遇重大退步，作者呼吁必须要利用COVID-19疫情中的创新机制和服务系统来改善结核病的治疗和控制。
目前，新冠大规模检测和疫苗接种正如火如荼进行中，这得益于前所未有的财政投资、快速研发、科学协作和医疗服务系统的创新，如果这些创新系统和技术不也应用于解决其他重要的全球卫生问题，将会是巨大的遗憾。
在COVID-19疫情暴发之前，结核病是人类第一大传染病杀手，2019年全球结核病患者多达1000万，导致了140万人的死亡。现在，COVID-19和结核病构成了致命的双重威胁，社会不平等和贫困进一步助长了这一威胁[1]。COVID-19大流行使得结核病的流行形势恶化，大多数国家的结核病报告大幅减少。鉴于结核病防控目标遭遇重大退步，我们必须要利用COVID-19疫情中的创新机制和服务系统来改善结核病的治疗和控制。
在COVID-19大流行期间，超过100多万人发现自己很难获得结核病诊断，因此我们认为目前当务之急是病例发现。COVID-19疫情中的很多经验都可以用来改进结核病诊断。
首先，我们提倡继续使用数字手段进行结核病教育。COVID-19疫情期间，需要对疫情信息进行大规模传播，加之封锁导致的医疗服务中断，催生了智能手机应用和聊天机器人在互动教育、风险评估、转诊和追踪密切接触者等方面的广泛应用 [2]。例如，HealthConnect是一套基于WhatsApp的综合服务系统，可用于信息传播、病例检测和病例管理，使南非政府在使用7周内联系到了600多万民众和医疗工作者。这些工具都是免费的，并已为WHO和莫桑比克、孟加拉国和澳大利亚等国家进行了个性化定制。为COVID-19疫情开发的这种数字解决方案也可以用于结核病防控。既然结核病和COVID-19将同时并存，对于结核病防控计划和医疗工作者是极佳的机会使用这些工具进行信息共享和病人中心护理。
第二，我们需要提倡更容易、更简单的结核病样本采集。目前，结核病的诊断仍然高度依赖于痰液，而痰液的收集、处理和运输都很困难，特别是儿童、艾滋病患者和早期肺外疾病患者的痰液。COVID-19要求更快速、更简单的检测方法，从而催生了样本类型和样本收集手段的创新。一些COVID-19样本收集的可行方案，例如经过改进且价格合理的聚酯拭子，利用唾液、漱口水、口腔拭子、口罩中的吸收条新的采样方法, 正在尝试将用于结核病[3，4]。一种容易获得、且可以用来检测其他病原体（例如SARS-CoV-2）的样本也许会成为结核病检测的革命性突破。
第三，我们需要缩短患者从家到结核病诊断场所的距离。目前，只有区级或更高级别的医疗机构可以提供结核病检测，迫使患者面对复杂、繁琐的诊断程序，导致长时间的诊断延迟。相比之下，每个国家都改善了COVID-19检测的获取途径。检测下放于免下车设施、移动检测点、社区卫生工作者、药店、学校和工作场所非常有效并适合自我采样。在过去的3个月里，用于检测SARS-CoV-2抗原的自我检测试剂盒以及一次性PCR检测都获得了紧急使用授权，CRISPR等其他技术为快速诊断提供了新的机遇 [5] 。对基础设施和研发创新的投资将为下一代结核病即时检测创造广阔前景。尽管尿液脂阿拉伯甘露聚糖（LAM）抗原检测试验（伴随更灵敏的产品）正在迅速发展 [6] ，但结核病诊断可能通过使用口腔拭子等更简单的采样方法而产生革命性变革。
第四，我们期盼运用人工智能（AI）成像系统于肺结核和其他呼吸道感染。COVID-19催生了多个人工智能创新成果，如基于计算机辅助设计软件的胸部X射线影像自动判读系统。这些系统经历了原本为结核病诊断设计的十年开发，在COVID-19大流行的前几个月内迅速进行了重新配置以用于COVID-19的诊断 [7] 。联合电池供电能力及便携性的提高、数字化X射线系统，该技术可用于整个医疗系统，支持高通量筛查和COVID-19与结核病的综合检测。使用人工智能和可消除环境噪声的数字听诊器的咳嗽分析仪尚处于早期开发阶段，但COVID-19已经加快了相关技术创新，这些技术经改造后也可以用于结核病和其他呼吸系统疾病。
第五，我们建议开发多重疾病分子检测技术[8]。为了控制COVID-19，各国需要扩大分子检测的能力。在许多情况下，这种能力是从已有的艾滋病和结核病项目中获取，这些项目具有集中的多种疾病分子检测平台（如艾滋病病毒载量检测），平台的功能可以根据检测需求而相应扩展 [9] 。同样地，一些国家已经将GeneXpert和TrueNAT等基于试剂盒的自动化分子技术应用于结核病和COVID-19的诊断。分子技术和双向检测的广泛应用将有利于结核病诊断，减少对涂片镜检等次优方法的依赖。
最后，我们相信数据呈现有利于所有疾病的护理。COVID-19是一种被数字化的疾病，实时数据汇总和分析被用来显示疫情形势、指导公共卫生响应。相比之下，结核病仍然依赖纸质系统和年度总结报告来估计疾病流行情况。数据系统、远程诊断和众包数据使用等相关投资可以改善结核病监测和病例通报。例如，印度政府的Aarogya Setu应用程序收集的定位记录和自我评估数据已被用于全国COVID-19热点地区的准确预测。脆弱性指数进一步促进了应对措施的精确制定和实施。尽管这些工具伴随着隐私和数据安全问题，并且这些问题必须解决[10]，但类似的大数据平台技术也应该借鉴到结核病管理中。
总之，COVID-19证明，只要有投资和合作，就能找到工具和解决方案。我们希望这些努力也应用于应对结核这种已造成数百万人死亡的古老疾病。依据COVID-19提供的蓝图，结核病防控方式的转变正逢其时。END
MR and SC are employees of Foundation of Innovative New Diagnostics (FIND). MP is an advisor to FIND. FIND is a not-for-profit foundation that supports the development, evaluation, and implementation of several diagnostics, including tuberculosis and COVID-19. FIND has product evaluation agreements with several private sector companies that design diagnostics for global health. These agreements strictly define FIND's independence and neutrality regarding the companies whose products get evaluated and describe roles and responsibilities. FIND is co-convener of the Access to COVID-19 Tools Accelerator, a partnership to accelerate access to the diagnostics tools needed in the COVID-19 response.
Morten Ruhwald, Sergio Carmona, *Madhukar Pai
madhukar.pai@mcgill.ca
Foundation of Innovative New Diagnostics, Geneva, Switzerland (MR, SC);
Department of Epidemiology and Biostatistics, School of Population and
Global Health, McGill University, Montreal, Canada (MP)
References
1 Pai, M. Tuberculosis and COVID-19: fighting a deadly syndemic. Sept 26, 2020. https://www.forbes.com/sites/madhukarpai/2020/09/26/tuberculosis-and-covid-19-fighting-a-deadly-syndemic/ (accessed March 5, 2021).
2 Budd J, Miller BS, Manning EM, et al. Digital technologies in the public-health response to COVID-19. Nat Med 2020; 26: 1183–92.
3 Wyllie A, Fournier J, Casanovas-Massana A, et al. Saliva or nasopharyngeal swab specimens for detection of SARS-CoV-2. N Engl J Med 2020; 383: 1283–86.
4 Williams C, D Pan D, Decker J, et al. COVID-19: exhaled virus detected by face-mask sampling provides new links to disease severity and potential infectivity. medRxiv 2020; published online Aug 21. https://www.medrxiv. org/content/10.1101/2020.08.18.20176693v1 (preprint).
5 Sheridan C. Coronavirus testing finally gathers speed. Nat Biotechnol 2020; published online Nov 5. https://doi.org/10.1038/d41587-020-00021-z.
6 Broger T, Nicol MP, Sigal GB, et al. Diagnostic accuracy of 3 urine lipoarabinomannan tuberculosis assays in HIV-negative outpatients. J Clin Invest 2020; 130: 5756–64.
7 Qin ZZ, Naheyan T, Ruhwald M, et al. A new resource on artificial intelligence powered computer automated detection software products for tuberculosis programmes and implementers. Tuberculosis 2021; 127: 102049.
8 MacLean E, Kohli M, Weber SF, et al. Advances in molecular diagnosis of tuberculosis. J Clin Microbiol 2020; 58: e01582–19.
9 Venkatesan, P. COVID-19 diagnostics—not at the expense of other diseases. Lancet Microbe 2020; 1: e64.
10.Gasser U Ienca M Scheibner J Sleigh J Vayena E. Digital tools against COVID-19: taxonomy, ethical challenges, and navigation aid. Lancet Digit Health. 2020; 2: e425-e434
*中文翻译仅供参考，所有内容以英文原文为准。
推荐阅读
点击阅读原文，查看《柳叶刀-微生物》更多内容