人工智能分级诊断研究获突破

　　“保持舒适、正常呼吸。”华中科技大学同济医学院附属同济医院门诊，心内科教授曾和松正在为患者进行心肺音听诊常规检查。

　　曾和松介绍，听诊检查是医生的必修课，作简单。现今，疫情全球暴发，由于传播性强，的快速鉴别和实时、远程诊断且无需大型设备诊断尤为重要。曾和松团队立即开展研究，致力于破解心肺音听诊记录智能诊断的难题。nsp;

　　目前，确诊的方法主要依赖于CT和实验室检查。曾和松表示，内科疾病的检查和诊断离不开听诊器。人体的心脏、肺脏等重要脏器在生理和病理状态下会发出不同的“声音”，而视触叩听诊之一的听诊，是一项重要的诊断方法，作简单、无创、快速和实时，特别对于呼吸系的疾病诊治，听诊检查非常重要。

　　为此，团队通过记录患者的心肺音，并对其进行智能诊断的深度学习方法。该研究具有创新性和临床转化的重要意义，研究成果取得了突破，特别是针对的实时诊断、病情观察和及早干预。

　　2020年4月1至4月5新冠疫情期间，曾和松领导团队成员朱红玲、赖金胜对172例确诊病例进行了多部位心肺听诊记录，采集心肺音数据，并对所有心肺音听诊数据分类和诊断，同时将数据传输到电脑端构建数据库。根据《新型冠状病诊疗方案（试行第七版）》，将患者分为普通型，重型和危重型组；同时纳入50位正常患者作为对照组。以本研究数据库为基础，合作方华中科技大学光学与电子信息学院教授王超和江汉大学物理与信息工程学院教授敏建立深度学习人工智能（AI)模型，并分析模型的准确率、F1分数、敏感性和特异性等多项指标。

　　该智能模型对正常患者和异常肺音进行分类的准确率达95%以上，并进一步可将正常、普通型、重型和危重型患者进行分级诊断，准确率达95%以上。特别是在诊断识别肺部的啰音、哮鸣音和痰鸣音时，模型同样具有95%的高准确率。

　　曾和松表示，实现心肺音数据快速、远程、无创、无需大型设备、无实物采样，在这类高传播性、高致死性疾病中具有重大意义。该研究为心肺音听诊的人工智能诊断系提供了科学依据，为临床应用奠定了基础，特别对于具有高传播性和致死性的疾病远程诊断和治疗具有临床意义。目前，该研究的成果正在申请知识产权专利。