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。

疫情防控期间，医生为新冠肺炎患者进行听诊检查。医院供图

曾和松教授介绍，对新冠肺炎的快速鉴别和实时、远程诊断，以及在条件暂不具备前提下脱离胸部CT和实验室检查的诊断极为重要。

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”，因而听诊是一项重要的诊断方法，特别针对呼吸系统的疾病诊治，听诊操作简单、无创、快速和实时。

为此，曾和松教授团队在全国乃至全球率先开展了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，希望能够“听见”新冠肺炎。

疫情防控期间，曾和松教授（右一）为新冠肺炎合并急性心肌梗死患者做介入治疗。医院供图

2020年4月1日至4月5日，曾和松教授团队通过对在同济医院住院治疗的172例新冠肺炎确诊病例进行心肺音听诊数据分类和诊断，同时纳入50位普通患者作为对照组，创建数据库。同时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。

研究表明，该智能模型对普通患者和新冠肺炎患者异常肺音进行分类的准确率达95%以上，并可进一步将普通型、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、无须大型设备、无实物采样，尤其在高传播性和高致死性的疾病中具有重大意义。

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。