当有人开门进入医院病房时，佩戴听诊器是临床医生的明显标志。尽管医疗诊断和技术取得了显著进步，但这种已有200多年历史的医疗器械仍然是诊所的必备工具。
听诊器是一种用于听取和放大人体内部产生声音的医疗仪器。医生仍然通过听诊器听到的声音作为心脏或肺部疾病的初步指标。例如，心脏杂音或肺部爆裂音通常表明存在问题。尽管成像和监测技术取得了显著进步，但听诊器仍然是评估患者健康的快速、便捷且经济有效的工具。
尽管听诊器在当今仍然有用，但疾病的可听症状通常只在疾病后期才出现。此时，治疗效果往往不佳，预后通常较差。心脏疾病尤其如此，因为心音的变化并不总是明确定义，可能难以听到。
我们是科学家和工程师，正在探索利用心音更早、更准确地检测疾病的方法。我们的研究表明，将听诊器与人工智能结合可以帮助医生减少对人耳的依赖来诊断心脏病，从而实现更及时有效的治疗。
听诊器的历史
听诊器的发明通常归功于19世纪法国医生雷内·泰奥菲尔·雅辛特·拉埃内克（René Théophile Hyacinthe Laënnec）。在听诊器发明之前，医生通常直接将耳朵放在患者胸部以听诊呼吸和心音异常。
1816年，一名表现出心脏病症状的年轻女孩向拉埃内克寻求咨询。然而，将耳朵直接放在她胸部被认为是社交上不恰当的。受到孩子们通过长木棍传输声音的启发，他将一张纸卷起来听她的心脏。他对心音突然的清晰度感到惊讶，第一个听诊器就此诞生。
在接下来的几十年里，研究人员修改了这种早期听诊器的形状，以提高其舒适性、便携性和声音传输效果。这包括添加一种称为隔膜的薄而扁平的膜，它能振动并放大声音。
下一次重大突破发生在19世纪50年代中期，当时爱尔兰医生亚瑟·利尔德（Arthur Leared）和美国医生乔治·菲利普·卡曼（George Philip Cammann）开发了能将声音传输到双耳的听诊器。这些双耳听诊器使用连接到独立耳件的两根柔性管，通过减少外部噪音实现更清晰、更平衡的声音。
这些早期模型与今天医生使用的听诊器惊人地相似，只有稍作修改，主要是为了用户舒适。
倾听心脏
医学院继续教授听诊艺术——即使用声音评估心脏、肺部和其他器官功能。自21世纪初以来商业化的听诊器数字模型提供了声音放大和录音等新工具——但拉埃内克引入的基本原理仍然沿用。
听诊心脏时，医生会密切关注每个心跳熟悉的"咚-嗒"节奏。第一个声音——"咚"——发生在心脏收缩并将血液泵出体外时，心脏上下腔室之间的瓣膜关闭。第二个声音——"嗒"——发生在心脏放松并重新充满血液时，心脏出口的瓣膜关闭。
除了这两个正常声音外，医生还会倾听异常噪音——如杂音、额外心跳或咔哒声——这些可能指向血流问题或心脏瓣膜是否正常工作。
心音会根据存在的心脏疾病类型而有很大差异。有时，不同疾病会产生相同的异常声音。例如，收缩期杂音——在第一和第二心音之间的额外声音——可能在主动脉瓣或肺动脉瓣狭窄时听到。然而，同样的杂音也可能出现在结构正常且健康的心脏中。这种重叠使得仅凭杂音存在来诊断疾病变得具有挑战性。
教AI听人类听不到的声音
人工智能技术可以识别健康心脏与受损心脏声音中隐藏的差异，并利用这些差异在传统声学变化如杂音出现之前诊断疾病。AI不是依赖额外或异常声音的存在来诊断疾病，而是可以检测出人类耳朵无法察觉的过于微弱或细微的声音差异。
为了构建这些算法，研究人员使用数字听诊器记录心音。这些听诊器将声音转换为电子信号，可以使用计算机进行放大、存储和分析。然后，研究人员可以标记哪些声音是正常或异常的，以训练算法识别声音中的模式，进而用于预测新声音是否正常或异常。
研究人员正在开发能够分析数字记录的心音并与数字听诊器结合使用的算法，作为一种低成本、无创且易于获取的工具来筛查心脏病。然而，许多这些算法是基于中重度心脏病的数据集构建的。由于很难找到疾病早期阶段（症状开始显现之前）的患者，算法对疾病最早阶段的心脏声音了解甚少。
为了弥补这一差距，我们的团队正在使用动物模型来教导算法分析心音以寻找疾病的早期迹象。在这些声音上训练算法后，我们通过将其与心脏钙化影像扫描进行比较来评估其准确性。我们的研究表明，基于AI的算法能够在95%以上的情况下正确分类健康心音，并且甚至能以近85%的准确率区分不同类型的心脏病。最重要的是，我们的算法能够在心脏杂音或结构变化出现之前检测到疾病的早期阶段。
我们相信，教会AI听人类无法听到的声音可以改变医生诊断和应对心脏病的方式。
由The Conversation提供
本文根据知识共享许可协议从The Conversation转载。
【全文结束】
