人工智能技术正被用于提升心脏听诊的准确性。最近两项在英国进行的研究显示，通过算法分析心音，可以更有效地检测瓣膜性心脏病，但技术的实际应用仍面临挑战。

第一项研究发表在《npj心血管健康》期刊上，研究人员开发了一种基于人工智能的算法，该算法使用超声心动图作为参考标准进行训练，直接从电子听诊器录音中预测瓣膜性心脏病。研究涉及英国多个中心的1767名患者，中位年龄74岁，其中45%患有临床意义的瓣膜疾病。该算法在检测上的曲线下面积为0.83，敏感性72%，特异性82%，对重度主动脉瓣狭窄的敏感性达98%。相比之下，14名全科医生的平均敏感性为62%，特异性64%。尽管算法在一般人群中的表现需进一步验证，但其性能已显示出与人类听诊相当或更好的潜力。

第二项研究发表在《柳叶刀数字健康》上，探讨了结合单导联心电图和心音分析的人工智能设备在临床实践中的应用。这项随机试验包括205家全科诊所，代表超过150万患者。干预组配备了数字听诊器，但使用情况不均，许多诊所很快停止使用该工具。在意向性治疗分析中，新诊断的心力衰竭发生率在干预组和对照组间无显著差异。然而，在符合方案集分析中，实际使用设备的患者诊断率更高，风险比在1.9到3.4之间。这强调了技术融入工作流程的重要性。

这两项研究共同表明，人工智能在心脏听诊中的应用不再局限于模仿人类识别杂音，而是转向基于声学特征进行风险分层。未来，支持人工智能的数字听诊器可能像心电图一样成为临床辅助工具，增强风险分层能力。然而，医生的采纳和有效整合是关键因素。研究人员指出，需要通过更多验证和真实世界证据来推动这一技术发展。