数字听诊器使用人工智能来诊断肺异常

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。

他的谈话，“具有积极噪声抑制和自动检测肺部声音异常的数字听诊器，是邀请的主题演讲，并将在12月7日星期一提出。

该设备特别有用医护人员在高度人口稠密的地区或嘈杂的诊所以及慢性呼吸患者的宿主测试。它还可以通过在不同房间的护理团队实际上分享录音，帮助维护社会疏远和减少医生接触Covid-19。

“因为它可以将录音和遥测，他们对医生来说，可以为需要增加医疗支持的难以到达的地区或地区提供临床支持，”西方表示。

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。

---

---