長江日報-長江網(wǎng)1月8日訊 日前，華中科技大學(xué)同濟醫(yī)學(xué)院附屬同濟醫(yī)院發(fā)布消息，該院心內(nèi)科曾和松教授團隊“基于心肺聽診的新冠肺炎人工智能分級診斷研究”取得重大突破，其對于新冠肺炎的實時診斷、病情觀察和及早干預(yù)具有重大意義。

疫情防控期間，醫(yī)生為新冠肺炎患者進行聽診檢查。醫(yī)院供圖

曾和松教授介紹，對新冠肺炎的快速鑒別和實時、遠程診斷，以及在條件暫不具備前提下脫離胸部CT和實驗室檢查的診斷極為重要。

人體的心臟、肺臟等重要臟器在生理和病理狀態(tài)下會發(fā)出不同的“聲音”，因而聽診是一項重要的診斷方法，特別針對呼吸系統(tǒng)的疾病診治，聽診操作簡單、無創(chuàng)、快速和實時。

為此，曾和松教授團隊在全國乃至全球率先開展了對于新冠肺炎進行心肺音聽診記錄并進行智能診斷的研究，希望能夠“聽見”新冠肺炎。

疫情防控期間，曾和松教授（右）為新冠肺炎合并急性心肌梗死患者做介入治療。醫(yī)院供圖

2020年4月1日至4月5日，曾和松教授團隊通過對在同濟醫(yī)院住院治療的172例新冠肺炎確診病例進行心肺音聽診數(shù)據(jù)分類和診斷，同時納入50位普通患者作為對照組，創(chuàng)建數(shù)據(jù)庫。同時聯(lián)合華中科技大學(xué)光學(xué)與電子信息學(xué)院王超教授和江漢大學(xué)物理與信息工程學(xué)院張建敏教授，建立深度學(xué)習(xí)人工智能模型。

研究表明，該智能模型對普通患者和新冠肺炎患者異常肺音進行分類的準確率達95%以上，并可進一步將普通型、重型和危重型患者進行分級診斷，準確率達95%以上。特別是在診斷識別肺部的啰音、哮鳴音和痰鳴音時，模型同樣具有95%的高準確率。

曾和松教授介紹，此項研究目前正在申請知識產(chǎn)權(quán)專利。他相信，心肺音數(shù)據(jù)采集，非專業(yè)人士即可操作，快速、遠程、無創(chuàng)、無須大型設(shè)備、無實物采樣，尤其在高傳播性和高致死性的疾病中具有重大意義。

這項研究對于心肺音聽診的人工智能診斷系統(tǒng)提供了科學(xué)依據(jù)，并為臨床應(yīng)用奠定了基礎(chǔ)，特別對于具有高傳播性和致死性的疾病遠程診斷和治療具有深遠臨床意義。

編輯：陸興敏