中国网1月20日讯（记者 张艳玲 通讯员 蔡敏 田娟）“您保持一个舒适的体位，我现在来为您做心肺听诊。”“对，保持正常呼吸，不用深呼吸，正常呼吸即可。好的，接下来深呼吸，吸气、吐气……好。”华中科技大学同济医学院附属同济医院门诊，心内科曾和松教授正在为患者进行心肺音听诊常规检查。
曾和松说，听诊检查是医生的必修课，操作简单，一支听诊器，室内温暖安静，患者配合，或坐或躺，医生即可完成检查。现今新冠肺炎（COVID-19）全球暴发，新冠肺炎传播性强、致死性高，新冠肺炎的快速鉴别和实时、远程诊断和无需大型设备诊断极为重要。曾和松教授团队立即开展了以“基于心肺听诊的新冠肺炎（COVID-19）人工智能分级诊断研究”，此研究是全国乃至全球率先对于新冠肺炎进行心肺音听诊记录并进行智能诊断的研究，即“听见”新冠肺。
曾和松介绍，新冠肺炎是由新冠病毒感染导致，治疗以药物为主，属于内科疾病的范畴。目前确诊新冠肺炎的方法主要依赖胸部CT和实验室检查。而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，特别是呼吸系统的疾病诊治，听诊检查极为重要，且操作简单、无创、快速和实时。
为此，曾和松课题组设计并开展了此项研究，即通过记录新冠肺炎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，研究成果取得了重大突破，特别是针对新冠肺炎的实时诊断、病情观察和及早干预。
2020年4月1日至4月5日新冠疫情期间，曾和松教授领导团队的朱红玲医生和赖金胜医生对在同济医院住院治疗的172例新冠肺炎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。根据冠状病毒性肺炎的诊断和治疗方案（第7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王超教授和江汉大学物理与信息工程学院张建敏教授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新冠肺炎异常肺音进行分类的准确率达95%以上，并进一步的可将正常，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。
曾和松说，目前此项研究正在申请知识产权专利。我们相信，心肺音数据采集，非专业人士即可操作，快速、远程、无创、无需大型设备、无实物采样，尤其在如新冠肺炎一类高传播性和高致死性的疾病中具有重大意义。同时研究发现，通过深度学习模型能够准确和有效区分异常肺音与正常肺音，并将异常肺音识别为不同类型，以作为分级新冠肺炎严重等级的指标，更重要的是还能够检测不同种类的异常肺音，对疾病的病例生理机制提供科学支持。这项研究对于心肺音听诊的人工智能诊断系统提供了科学依据，并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深远临床意义。
