一种使用人工智能的听诊器可帮助医生提前数年发现严重的心脏瓣膜疾病，有望挽救数千生命，一项新研究指出。
全球约有4100万人（包括英国150万人）患有此类可能引发心力衰竭、住院甚至死亡的心脏瓣膜疾病。早期诊断对成功治疗至关重要，但疾病初期常无症状，待出现头晕、呼吸急促和心悸等症状时，可能与其他病症混淆，导致部分患者直到病情晚期才获得确诊。
目前瓣膜疾病的诊断依赖超声心动图检查，这种超声扫描既昂贵又耗时。尽管医生会使用听诊器听诊，但在简短的全科医生问诊中并不常规进行，且已知容易漏诊许多病例。而这款与数字听诊器配合使用的新技术在检测瓣膜疾病方面表现优于全科医生，有望成为快速筛查工具。
剑桥大学工程系领导该研究的阿纳加·阿加瓦尔（Anurag Agarwal）教授表示："瓣膜疾病是一场无声的流行病。仅在英国，约有30万人患有重度主动脉瓣狭窄，其中约三分之一人尚未察觉。当症状显现时，预后可能比多种癌症更差。"
发表在《npj心血管健康》期刊的这项研究中，研究人员使用经训练可识别瓣膜疾病的AI算法，分析了近1800名患者的心音。该AI对需手术治疗的最常见瓣膜疾病——重度主动脉瓣狭窄的识别准确率达98%，对心脏瓣膜无法完全闭合导致血液反流的重度二尖瓣反流识别率达94%。
研究人员未训练算法识别心脏杂音，而是直接以超声心动图结果为基准进行训练。他们指出，这使系统能学习人类可能忽略的细微声学模式，包括无明显杂音的病例。在与14名全科医生对相同录音的测试中，该算法表现优于每一位医生，结果可靠。
研究团队强调，该系统设计旨在最大限度减少误报，避免已不堪重负的超声心动图服务承受额外压力。他们补充称，该技术并非取代医生，而是作为辅助筛查工具，帮助医生判断哪些患者需转诊接受进一步检查和治疗。
研究人员表示，在设备推广前，还需在真实全科医疗环境中对多样化患者群体开展进一步试验。但他们认为，人工智能可助力缓解老龄化人口给医疗系统带来的日益增长的压力。
伯明翰大学医院的联合作者里克·斯蒂兹（Rick Steeds）教授表示："瓣膜疾病可治疗。我们能修复或置换受损瓣膜，让患者延长健康寿命。但时机至关重要。此类简单、可扩展的筛查工具能在不可逆损伤发生前发现患者，真正改变现状。"
人工智能目前正试用于癌症和肺部疾病的诊断。英国现有一项针对70万名女性的持续试验，测试AI工具如何更早发现乳腺癌；此前研究显示，AI可使筛查后数年的乳腺癌漏诊率降低12%。
盖伊和圣托马斯NHS基金会信托机构正利用AI与机器人技术识别异常斑点或结节，迄今已有300名患者接受机器人活检，其中215人后续接受了癌症治疗。机器人技术还被用于执行挽救生命的结肠癌手术，提供创伤更小、恢复更快的治疗方案。
【全文结束】
