一项针对人体血液样本的新的分类诊断测试可以在不到一个小时的时间内将成年人的活动性结核病与类似疾病区分开来-有助于实现全球卫生当局的一项难以实现的目标。

该测试比以前的测试更加敏感，可以为发现结核病病例提供现场护理方法，而这些病例通常在弱势患者(如艾滋病毒患者)中未被诊断出来。结核病的预防和控制取决于是否有有效的，可及的检测手段来发现病例并确定有感染风险的人。

但是，由于许多其他疾病会引起结核样症状，因此诊断活动性结核病例可能很困难。除了抗药性和HIV阳性人群的高负担等障碍外，这项挑战还阻碍了控制该疾病的努力，特别是在发展中国家。为了寻求解决方案，Rushdy Ahmad及其同事使用机器学习技术研究了三组慢性咳嗽患者(共406名)，并鉴定了四种可以区分活动性结核病和结核病的血液蛋白。

然后，研究团队创建了一种超灵敏的免疫测定法，可以筛查血液样本中的这些蛋白质。他们的小组可以从来自非洲，亚洲和南美的持续咳嗽患者的317个样本中挑选出结核感染，无论其HIV感染状况如何，其表现均良好。当他们在检测小组中添加第五种标记物来检测针对细菌抗原的抗体时，他们的检测甚至更加准确，其灵敏度和特异性分别为86%和69%。尽管还需要做更多的工作，