在过去十年中，Eko Health 一直在推进人工智能的应用，帮助医生在常规检查中检测疾病的早期迹象，特别是心脏和肺部疾病。
这家数字健康公司对已有数百年历史的听诊器进行了AI升级，将其转变为一种连接的医疗设备，用作早期疾病检测平台。
去年四月，美国食品药品监督管理局（FDA）批准了Eko的AI算法，该算法可以捕捉低心脏射血分数病例，这是心力衰竭发展的一个关键指标。这之前，FDA已经批准了其用于检测结构性心脏杂音和房颤的AI算法。
该公司继续推动使用AI和智能听诊器来弥补心脏护理中的空白。
Eko Health与布朗大学卫生系统的心血管研究所合作，开发了一种用于检测肺动脉高压（PH）的算法。肺动脉高压的特点是连接心脏和肺部的血管压力升高。如果未加治疗，肺动脉高压可能导致心力衰竭、早期残疾或死亡。尽管这是一种严重的疾病，但由于缺乏有效的检测工具，PH常常被忽视。
根据《美国心脏协会杂志》（Journal of the American Heart Association，JAHA）上发表的一项同行评审研究，分析表明该算法能够通过数字听诊器记录的心音来识别升高的肺动脉收缩压，这是PH的关键指标。
利用6000个心音记录与超声心动图压力估计配对训练AI模型，该算法表现出显著性能，平均曲线下面积（AUROC）为0.79，灵敏度为71%，特异性为73%。
“这种创新方法展示了如何将数字听诊器与先进的人工智能相结合，以提供低成本、非侵入性的现场筛查工具，用于肺动脉高压的早期检测，”布朗大学阿尔珀特医学院的心脏病学教授兼首席研究员Gaurav Choudhary博士表示。“我们的发现代表了临床实践的重大进步，最终可以改善患者护理。”
持续从超过1200名患者收集的数据继续优化模型的准确性和临床实用性，目标是进一步提高更广泛临床使用的检测能力，Eko Health表示。
该研究强调了Eko Health的非侵入性快速检测工具在初级护理和其他无法获得昂贵或侵入性诊断方法的环境中辅助临床决策的潜力。它为未来在临床环境之外使用Eko Health的AI听诊器进行筛查打开了大门，该公司的高管表示。
此外，该算法还展示了其能够精确定位心音记录中特定的、具有临床意义的片段，提供透明且可解释的AI方法，与医生的诊断流程相一致。
“公司的目标是开发解决医疗保健交付重大差距的开创性AI解决方案，”Eko科学顾问委员会主席Steve Steinhubl博士表示。“早期检测和干预对于应对心血管疾病至关重要，Eko致力于提供可访问且可扩展的技术，以赋能医疗保健提供者并改善全球患者的护理。”
在常规检查中现代化早期疾病检测
尽管医疗保健领域对人工智能的兴趣达到了顶峰，但自公司成立以来，Eko Health就一直使用AI。
Connor Landgraf于2013年与加州大学伯克利分校的同学Jason Bellet和Tyler Crouch共同创立了Eko Health，在学习生物医学工程期间，他看到了传统听诊器的局限性。Landgraf在采访心脏病专家时发现了传统听诊器的局限性，并看到了将其升级为智能设备的潜力。
公司的第一个产品是一个与传统听诊器配合使用的附件及其兼容的智能手机应用程序。
“我们几乎10年前制作的第一个演示文稿中，我们称之为‘心跳识别的Shazam’。这就是我们从第一天起的宣传点，”Landgraf告诉Fierce Healthcare，指的是音乐识别应用程序。“我认为我们可能有点早。当时AI甚至还没有成为一个流行词，但我们知道算法和类似Shazam的技术可以工作并且非常准确，我们将为心音和肺音构建这些算法。”
Eko Health开始构建用于检测心脏杂音和房颤的算法。其心脏杂音检测算法在麻省总医院的研究中得到临床验证，发现其在初级护理中识别结构性心脏杂音的效率是传统方法的两倍。与梅奥诊所合作开发的低射血分数检测算法在伦敦帝国理工学院的研究中显示，显著提高了全科医生诊所中心力衰竭伴射血分数降低的识别率。
然后，公司扩展到心力衰竭的早期检测。
“这特别新颖，因为它是一种通常使用传统听诊器无法检测到的信号。这个信号如此微妙，以至于医生自己可能都无法识别。这是一个首创的15秒非侵入性早期检测测试，用于识别心脏泵功能减弱的患者，”他说。“我们正在继续扩展路线图。我们已经解决了相对简单和直接的算法，现在开始转向那些能够识别医生自己都无法察觉的细微迹象的算法。”
该公司的目标是利用AI彻底改变诊断，以便在患者首次接触临床医生时更快地检测到心脏问题。
“这些AI工具在初级护理或前线护理环境中部署时最有影响力，因为这些地方对其他测试的访问更加有限。在初级护理医生的办公室中，您不太可能获得超声心动图的机会。每次增加转诊、订单或需要后续的测试，都会失去一部分患者。一些患者在被转介给心脏病专家时并没有去看他们，”Landgraf说。
“每次我们在获取护理的过程中增加障碍，完成护理的患者比例就会下降。因此，建立可以在现场由初级护理医生或前线医疗专业人员使用的工具，使他们对决策过程有更多洞察力。为这个患者标记一个橙色警告。说，‘你应该花更多的时间在这个患者身上。这个患者应该更谨慎地管理。你应该与这个患者讨论心脏病风险。’我们认为这可能会产生重大影响，并改变患者的疾病进展。”
根据CDC的数据，心脏病仍然是美国的主要死因，约占所有死亡的五分之一。早期检测在改善患者预后方面发挥着至关重要的作用。
Eko Health现在提供了一系列不断增长的数字听诊器、患者和提供者软件以及AI驱动的分析工具。该公司声称其FDA批准的平台已被全球超过500,000名医疗专业人员使用。
11月，该公司获得了美国医学协会（AMA）为其Sensora平台授予的第三类CPT代码，该平台包括FDA批准的用于识别结构性心脏杂音、低射血分数（Low EF）和心律失常（包括房颤）的AI算法。这一里程碑为Eko Health的AI铺平了报销的道路。
“AMA为Eko的AI疾病检测算法创建第三类CPT代码是增加早期心脏病检测途径的重要一步，”Landgraf说。
(全文结束)
