新研究表明，在常规临床检查中使用AI辅助数字听诊器识别中重度心脏瓣膜疾病的效率，较传统听诊器提升一倍以上。该研究证实AI辅助工具可帮助医生发现原本可能漏诊的患者。这项名为《AI辅助数字听诊器提升中重度心脏瓣膜疾病床旁筛查效能》的美国研究已发表于《欧洲心脏杂志-数字健康》。
在单臂、单盲、前瞻性研究中，357名具有心脏病风险因素且年龄50岁以上的患者，在同一地理区域的三家初级医疗机构接受了传统听诊器与AI辅助数字听诊器的双重评估。参与者中位年龄70岁，女性占比61.9%。结果显示，AI听诊器在检测提示心脏瓣膜疾病的特征性心音模式方面，敏感性达92.3%，显著高于传统听诊器的46.2%。
心脏瓣膜疾病影响超过半数65岁以上成年人，但基层医疗中常因传统听诊器局限而未被诊断。该疾病会损害心脏功能、降低身体活动能力，并与心律失常、心力衰竭、住院风险增加及死亡相关。然而症状往往隐匿、模糊或非特异性，导致许多患者在病情进展前 unaware（未察觉）自身状况。
资深作者罗莎莉·麦克唐纳博士（Dr. Rosalie McDonough）强调："心脏瓣膜疾病在老年人群中非常普遍，却常因症状未显化而未能及时发现。这意味着患者可能经历本可通过早期诊断避免的并发症与健康恶化。我们已证实，在真实临床环境中，AI听诊器识别中重度瓣膜疾病患者的能力远超传统听诊器。我们期望该技术能帮助患者更快获得超声心动图确诊，从而加速治疗进程。从人群层面看，此技术可减少住院人次并降低整体医疗成本。"
AI数字听诊器通过录制高保真心音，并应用经机器学习训练的算法识别瓣膜疾病相关声学特征。传统方法依赖医护人员的经验与听力，易受背景噪声或时间压力干扰。初级医疗机构中被AI标记为高风险的患者，将转诊接受超声心动图确诊。
麦克唐纳博士补充："人工智能提供了额外的分析维度，可突显人耳难以持续捕捉的异常。但技术并非取代医生——该设备的使用仍需医生结合自身临床判断。"研究中还观察到额外益处：使用AI听诊器评估的患者在就诊时表现出更高参与度。研究者认为，这源于患者能直观看到并听到医生关注的声学特征，从而增强对后续治疗的信任与配合。
研究团队指出，AI听诊器虽导致特异性轻微下降可能增加假阳性风险，但早期检测的价值足以平衡此风险。他们同时强调，需在更广泛的临床环境和多元化人群中进一步验证技术性能。
"此项研究为日益增多的证据添砖加瓦：人工智能能以务实且负责任的方式增强传统临床工具，既不取代医护人员，又为其提供更自信评估患者的手段。"麦克唐纳博士总结道。
【全文结束】
