原标题：新冠肺炎可以被“听见”
日前，华中科技大学同济医学院附属同济医院发布消息，该院心内科曾和松教授团队“基于心肺听诊的新冠肺炎人工智能分级诊断研究”取得重大突破，其对于新冠肺炎的实时诊断、病情观察和及早干预具有重大意义。目前，此项研究正在申请专利。
研究想法诞生于疫情初期
曾和松表示，早在疫情初期，其已产生基于心肺听诊研究新冠肺炎的想法。他介绍，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于胸部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，2020年4月1日～5日，曾和松教授课题组开始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。
比照172例新冠肺炎确诊病例和50位正常患者
发现新冠肺炎可以被“听见”
研究期间，曾和松教授领导团队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，再将数据传输到电脑端构建数据库。
“研究时，我们主要是借助听诊器，听诊后，将心肺音数据传输到电脑端构建数据库，可以说是通过简单的工具达到实时诊断的效果。”曾和松告诉记者。
构建数据库后，曾和松教授团队再联合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模型。
“可以将深度学习人工智能模型理解为什么也不懂的‘小白’，我们先给它数据，告诉它不同数据代表的轻、中、重型，让它自己学习。学习完后，再让它自己做试卷，随后告诉它答案，让其自己修正，提高准确率。最后再给他一张试卷，让它自己判断。”
曾和松教授研究团队表示，通过这种模型诊断，发现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。此外，该人工智能模型可将正常、普通型、重型和危重型患者进行分级诊断，其准确率达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。
可作为远程诊断辅助形式之一
有希望适用于无症状患者
曾和松举例，若在异地的医生想通过此方法为患者诊断，可在当地听诊后，再通过网络在人工智能模型系统里比对听诊音，由此判断患者病情。对于此研究是否适用于无症状患者，曾教授研究团队表示，其取决于采集数据量的多少，“当采集足够数量的无症状患者的呼吸音，并且与正常患者进行对比，我们相信会有阳性发现”。
曾和松教授介绍，此项研究目前正在申请知识产权专利。他相信，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。
记者张剑李杏通讯员蔡敏田娟
