迈阿密（2026年3月10日）——佛罗里达国际大学（FIU）的研究人员开发出突破性技术，将人工智能与传统听诊器结合，实现心脏病的早期检测。这项创新使医生能在疾病初期阶段识别出潜在风险，远早于常规诊断方法可检测的时间窗口。
研究团队创建了深度学习模型，可分析通过普通电子听诊器采集的心音图（phonocardiogram）。当患者接受听诊检查时，系统会记录20秒的心音数据，AI算法随即识别异常声音模式。特别针对儿童心脏杂音的检测，该技术展现出92%的准确率，而传统方法在早期阶段的检出率不足70%。
"AI能捕捉人耳无法分辨的细微声学特征，"项目首席研究员约翰·马丁内斯博士解释道，"就像超级听力助手，它持续分析声波频谱，识别出预示瓣膜异常的特定振动模式。"研究重点聚焦先天性心脏病筛查，这类疾病在新生儿中的发病率达1%，若未及时干预可能导致严重并发症。
该系统核心优势在于低成本和易部署性。仅需配备基础电子听诊器和智能手机应用程序，即可在社区诊所或偏远地区开展筛查。测试数据显示，系统能在30秒内完成分析，假阳性率控制在5%以下。目前技术已在迈阿密儿童医院完成2000例临床验证，下一步将开展跨州多中心试验。
研究团队强调，该技术并非取代医生，而是增强诊断能力。当AI检测到异常时，会提示医生进行超声心动图等深度检查。此项研究发表于美国心脏协会权威期刊《循环：心血管成像》，为全球每年30万未确诊先天性心脏病患儿提供了新的希望。
【全文结束】
