数字听诊器采用人工智能诊断肺异常

听诊是一种普遍且经济高效的医学诊断工具，但它们对主观性的门打开，可以体验高水平的环境噪音。这使得难以妥善诊断肺异常，如Covid-19，通过听到身体的声音。

James West，Johns Hopkins大学，一直在开发一种配备的数字听诊器人工智能准确肺诊断。他将在美国声学学会179次会议上讨论其机会和障碍，这将几乎将于12月7日至10日举行。

他的演讲“一种具有主动噪声抑制和自动检测异常肺音的数字听诊器”是一个主题演讲，将于12月7日(星期一)发表。

该设备特别有用医护人员在人口密集地区或嘈杂的诊所，以及在家里对慢性呼吸系统病人进行检测。它还有助于保持社交距离，并通过允许与另一个房间的护理团队共享虚拟录音，减少医生接触COVID-19。

韦斯特说:“因为它可以记录并远程传送给医生，临床支持可以提供给难以到达或需要更多医疗支持的地区。”

数字听诊器还具有噪声抑制，以增强来自肺部的听觉信号，简化诊断过程。

“噪声抑制是一个关键方面，允许它在甚至具有挑战性的诊所中使用，就像我们看到突然增加了Covid住院，”West说。“不需要培训。噪音抑制在设备上自动运行并提供清晰的身体声音。”

在该设备的测试中，与传统技术相比，发现医生有利于95％的时间。一旦算法进一步改善，数字听诊器可以分发到现场。