央广网北京1月11日消息（记者陈锐海）听诊检查是医生的必修课，操作简单，通常在患者的配合下，医生用一支听诊器即可完成检查。新冠肺炎（COVID-19）疫情全球暴发后，由于传播性强、致死性高，对其快速鉴别、实时诊断极为重要。对此，华中科技大学医学院附属同济医院（以下简称同济医院）曾和松教授团队日前开展了以“基于心肺听诊的新冠肺炎（COVID-19）人工智能分级诊断研究”，即“听见”新冠肺炎。在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。
据曾和松介绍，目前确诊新冠肺炎的方法主要依靠胸部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、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。在2020年4月1日至4月5日，其团队的朱红玲和赖金胜两位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。合作方华中科技大学光学与电子信息学院的王超教授与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。
曾和松告诉记者，目前此项研究正在申请知识产权专利。同时研究还发现，通过深度学习模型能够准确和有效的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。
