AI增强型听诊器助力发现隐匿性心脏瓣膜疾病
两项研究结果表明，人工智能辅助听诊器能够比传统听诊器更早地检测出心脏瓣膜疾病。图片来源：runner of art/Getty Images
- 一项新研究表明，人工智能（AI）系统通过数字听诊器的简短心音记录，能正确识别98%的严重主动脉瓣狭窄患者和94%的严重二尖瓣反流患者。
- 另一项研究也表明，AI听诊器在临床检测心脏瓣膜疾病方面比传统选项敏感得多，效率提高一倍以上。
- 该技术可作为初级保健中的一种快速、低成本的筛查工具，帮助识别需要超声心动图检查的患者，同时减少不必要的转诊。
- 通过检测细微的声学模式，即使在没有明显心脏杂音的患者中，AI也能帮助更早诊断瓣膜疾病，此时治疗更有效，预后更好。
心脏瓣膜疾病发生在心脏的四个瓣膜中有一个或多个不能正常工作时，从而干扰心脏内的血流。它通常由瓣膜僵硬或泄漏引起，分别称为狭窄或反流。
研究指出，心脏瓣膜疾病正成为一个日益严重的全球健康挑战。心脏瓣膜疾病的发病风险随年龄增长而增加，估计每8名75岁以上成年人中就有1人患有显著的瓣膜疾病。证据表明，它影响了美国2.5%的成年人口，每年在美国造成超过60,000人死亡。
诊断心脏瓣膜疾病往往具有挑战性，因为人们通常在病情进展前无症状，导致检测延迟。此外，许多症状是非特异性的或被误认为是正常衰老。
当前的诊断方法，如传统的心脏听诊和超声心动图，可能准确性参差不齐或昂贵且耗时。因此，可能有很大比例的心脏瓣膜疾病未被诊断。这一点尤为重要，因为及时诊断和早期干预可以显著改善预后。
新研究表明，AI在识别心脏瓣膜疾病方面能持续优于临床医生和传统听诊器，并提供更可靠的结果，尤其是对于严重疾病。
剑桥大学的一项研究发表在《npj Cardiovascular Health》上，表明该技术可作为初级保健环境中的一种快速筛查工具。此外，发表在《European Heart Journal – Digital Health》上的一项美国研究也突显了AI增强数字听诊器的潜在能力。
AI精准识别94-98%的晚期心血管疾病
在这项研究中，研究人员使用专为数字听诊器设计的AI算法分析了1,767名患者的心音记录。参与者来自五个英国国家医疗服务体系（NHS）信托机构。每位参与者还接受了超声心动图检查，作为参考标准。
研究人员没有训练AI识别临床医生传统上听诊的心脏杂音，而是直接基于超声心动图结果进行训练。这使系统能够学习人耳可能无法听到的细微声学模式，包括在没有明显杂音的个体中。
AI系统准确识别了98%的严重主动脉瓣狭窄患者和94%的严重二尖瓣反流患者。
与评估相同录音的14名全科医生（GPs）相比，AI系统优于每位临床医生并产生了一致的结果。虽然个别全科医生在平衡灵敏度和特异度方面有所不同，但AI在所有病例中，尤其是严重疾病方面，提供了可靠的性能。
AI识别出90%以上的心脏瓣膜疾病病例
美国研究的结果表明，与传统声学听诊器相比，AI听诊器在常规临床筛查中对中重度心脏瓣膜疾病的灵敏度提高了一倍以上。
这项前瞻性临床调查涉及357名50岁及以上的成年人，他们在常规初级保健诊所就诊。参与者使用传统听诊器和AI增强数字听诊器进行检查。
AI设备记录的心音使用机器学习算法进行分析，该算法经过训练以识别与显著瓣膜功能障碍相关的特定声学特征。AI增强听诊器的灵敏度为92.3%，而传统听诊器为46.2%。
这意味着AI设备能够正确识别10例中重度疾病中的9例以上，而传统工具只能识别10例中的4至5例。
参与美国研究的Eko Health公司临床研究和赋能主管埃米莉·拉斯托夫斯基（医学科学硕士）对《今日医学新闻》表示：
“最突出的是在真实世界临床环境中，AI增强数字听诊器与传统听诊器在灵敏度方面的差异程度。我们通常期望受控环境能显示更大的效果，因此在常规初级保健检查中看到这种水平的改进是值得注意的。”
— 埃米莉·拉斯托夫斯基
“与单独的传统听诊相比，AI增强数字听诊器检查可以显著提高在常规临床护理中检测中重度心脏瓣膜疾病的灵敏度，”拉斯托夫斯基说。
“AI辅助工具可能帮助临床医生识别那些原本会被遗漏的患者，并更早地将他们转诊进行确认性测试，”她补充道。
AI是一种潜在的筛查工具，而非替代品
健康专家通常将超声心动图视为诊断瓣膜疾病（如主动脉瓣狭窄）的金标准。然而，它可能成本高昂且耗时，不适合广泛筛查。
尽管初级保健医生可能使用听诊器听诊心脏，但在短暂的预约中并不常规进行。此外，这是一项困难的技能，临床医生可能会遗漏许多病例。
因此，AI增强听诊器可以成为提高诊断准确性的宝贵工具，帮助医生决定哪些患者应转诊进行进一步检查，并将资源集中在最需要的患者身上。
该AI系统旨在最小化假阳性。然而，美国研究观察到特异度略有下降。作者建议，在优先考虑灵敏度的筛查环境中，这种权衡可能是可以接受的。
然而，作者强调，AI旨在支持而非替代临床医生的判断。Eko Health公司首席医疗官史蒂文·斯坦胡布医学博士对MNT表示：
“这项研究突出的是，临床上有意义的心脏疾病如何在常规检查中未被发现，这并非因为临床医生不熟练，而是因为瓣膜疾病在繁忙的初级保健环境中往往很微妙且容易被忽略。”
— 史蒂文·斯坦胡布
“早期症状通常模糊，传统听诊取决于经验、体格检查所花时间甚至背景噪音等因素，”斯坦胡布继续说。
“研究结果表明，我们的AI增强数字听诊器可以在诊疗点提供有意义的决策支持，帮助临床医生更早发现风险，并在日常就诊中做出更明智的转诊决定，”他说。
心脏健康中AI的下一步
尽管AI支持的听诊器显示出前景，但两项研究都强调需要在更多样化的临床环境和人群中进行进一步研究。此外，虽然AI听诊器可以检测心脏瓣膜疾病的严重形式，但检测中等程度的形式仍然更具挑战性。
然而，专家认为，基于AI的工具可能有助于解决由人口老龄化给医疗系统带来的日益增长的压力。利用简单、可扩展的筛查工具，如AI增强听诊器，可以通过在不可逆损伤发生前识别个体来提供帮助。
“随着医疗系统面临人口老龄化和持续的劳动力限制，那些在不增加复杂性的情况下加强常规检查的工具可能在提高检测率的同时保持临床工作流程方面发挥重要作用，”斯坦胡布说。
【全文结束】
