一项由剑桥大学领导的研究显示，一种基于人工智能的数字听诊器有望在初级医疗中更早发现“沉默的流行病”——心脏瓣膜病。该AI系统通过分析近1800名患者的听诊数据，能以极高的准确率识别出严重的心脏瓣膜疾病，显著优于全科医生（GPs）的诊断能力。 研究团队利用数字听诊器采集心音，并训练AI模型直接根据超声心动图结果进行学习，而非依赖传统的“心脏杂音”判断。这种方法使AI能够捕捉人类听觉难以察觉的细微声音模式，包括无明显杂音的病例。结果显示，该AI对严重主动脉瓣狭窄（最常见需手术的瓣膜病）的识别准确率达98%，对严重二尖瓣反流的识别准确率为94%。 相比之下，14名参与测试的全科医生在判断结果上差异显著，且整体表现均不及AI。医生诊断受主观判断影响大，而AI则保持稳定、可靠的输出。此外，该系统设计时特别注重减少误报，避免给本已紧张的超声心动图服务带来额外负担。 研究人员强调，这项技术并非要取代医生，而是作为快速筛查工具，帮助识别出真正需要进一步检查的患者。只需几秒钟的心音记录，非专业人员即可操作，大大提升筛查效率。 目前，心脏瓣膜病在65岁以上人群中患病率超过50%，约十分之一有严重病变，但早期常无症状。一旦出现明显症状，两年内死亡率可能高达80%。而唯一有效治疗手段是手术修复或置换瓣膜。 “早期发现至关重要，”研究共同负责人、伯明翰大学医院的Rick Steeds教授指出，“我们能治愈，但必须在损害不可逆前介入。” 该研究由英国国家健康研究所、英国心脏基金会及医学研究理事会资助，成果发表于《npj心血管健康》。团队计划在真实GP环境中开展更大规模、更具代表性的临床试验，以验证其在广泛人群中的应用潜力。尽管中度瓣膜病仍具挑战，但这项AI辅助听诊技术有望缓解老龄化社会带来的医疗压力，为更多患者赢得健康长寿的机会。