近期发表于《欧洲心脏杂志-数字健康》的一项研究显示，人工智能数字听诊器在中重度瓣膜性心脏病的即时筛查中展现出显著优势。该研究由美国团队开展，表明这款AI辅助工具能够有效识别可能被漏诊的患者。

研究采用单臂、单盲、前瞻性设计，共纳入357名年龄在50岁及以上、具有心脏病风险因素的患者。这些参与者来自同一地理区域的三家初级医疗机构，中位年龄为70岁，其中61.9%为女性。所有患者同时接受了传统听诊器和AI数字听诊器的评估。

结果显示，AI听诊器在检测指示瓣膜性心脏病的心音模式方面，敏感性达到92.3%，而传统听诊器仅为46.2%。瓣膜性心脏病可影响超过一半的65岁以上成年人，但在全科实践中，使用传统听诊器的医疗专业人员常难以准确诊断该病。这种疾病会影响心脏功能，降低患者活动能力，并与心律失常、心力衰竭、住院率增加甚至死亡风险相关。由于症状可能缺失或表现不典型，许多患者往往在病情加重后才被确诊。

资深作者Rosalie McDonough博士表示：“瓣膜性心脏病在老年人群中相当常见，但通常要到症状明显时才被发现。这可能导致患者经历本可通过早期诊断避免的并发症和健康恶化。我们的研究证实，在真实临床环境中，AI听诊器在识别中重度瓣膜性心脏病患者方面明显优于传统听诊器。这项技术有望帮助患者更快获得超声心动图确诊和及时治疗，从而在人口层面减少住院人数和整体医疗成本。”

AI数字听诊器通过记录高保真心音，并应用经过训练的机器学习算法来识别与瓣膜性心脏病相关的声学模式。传统方法则依赖医疗专业人员的听力和经验，可能受背景噪音或时间压力等因素影响。在初级保健中被标记为高风险的患者通常会被转诊进行超声心动图诊断。

McDonough博士补充道：“人工智能提供了额外的分析维度，能够突出显示那些仅凭人耳难以持续检测的异常。但技术并非取代临床判断，医生仍需运用专业知识进行评估。”“我们还观察到，使用AI数字听诊器评估的患者在就诊过程中参与度更高。这可能是因为他们能够更直观地了解检查内容，从而增强对后续治疗的信任和配合。”

研究作者指出，AI数字听诊器虽然可能导致特异性轻微降低和假阳性略有增加，但这一风险与早期检测的价值相平衡。他们同时强调，需要进一步研究验证该技术在更广泛临床环境和更多样化人群中的表现。

McDonough博士总结道：“这项研究为人工智能以实用、负责任的方式增强传统临床工具提供了更多证据。这种方式不会取代医疗专业人员，而是为他们提供更有效的辅助工具，提升诊断信心。”