随着AI的快速发展与迭代，各个领域都有AI的身影。疾病检测中，AI也逐渐扮演着越来越重要的角色。就在3月24日世界防治结核病日当天，北京胸科医院在媒体沟通会上发布了一项具有创新性与广阔应用前景的技术成果——基于声学生物标志物的 AI 智能诊断大模型。它聚焦肺部疾病诊断，通过分析人咳嗽的声音，来判断人肺部是否健康，为提升医疗效率与疾病防治水平带来新契机。

肺部疾病的防治一直是全球医疗领域关注的重点。数据显示，全球每年因肺部疾病导致的死亡人数居高不下，早期精准诊断对提高患者治愈率、改善生存质量极为关键。肺部疾病常伴随咳嗽、胸闷、呼吸异常等症状，且因发病位置不同，产生的声音存在差异，这为利用声学生物标志物进行疾病诊断提供了依据。

主创人员，北京胸科医院结核内科主任医师杨新婷介绍道，传统听诊器自 1817 年诞生以来，在基层医疗中发挥重要作用，但因其声音采集精度有限，且依赖医生经验，诊断效果存在局限。如今，随着 AI 医疗的发展，语音生物标志物研究取得重大突破。人体发声器官的物理结构会因生理、病理状况改变，不同肺部疾病会产生独特声音特征，如肺癌患者咳嗽的金属音、肺炎患者伴随痰鸣音的咳嗽音等。

基于这些研究成果，全新的 AI 智能诊断大模型应运而生。其在院前疾病早期发现、院中监测管理和院后自我监测等方面的独特优势有望重构诊疗模式。大众仅需通过智能手机录制一段咳嗽声音，就能即时诊断和管理肺部疾病，让人们足不出户，聆听健康，极大地方便了大众。目前，全球约 80% 的成人拥有智能手机，为该技术的普及奠定了基础，有望实现医疗资源下沉，让偏远地区、基层患者受益。

技术层面上，该产品采集多种肺部疾病和健康人咳嗽音、语音和呼吸音等多尺度声学特征，利用大量的无标签数据进行基于发声策略的自监督预训练，并通过精标注数据进行微调得到最终的肺结核自动诊断模型，并将综合决策给出的诊断结果反馈给用户。临床应用中，该技术可实现肺结核等肺部疾病的远程无创早期发现和慢性呼吸系统疾病的自我管理，弥补传统医学不足。

她说，自 2023 年起，研发团队与首都医科大学胸科医院合作研究该项肺结核智能检测技术。目前，分类模型性能指标的AUC在90%以上，对肺结核的诊断敏感性可以到80%，APP 已上线，处于临床前阶段。未来，此项技术不仅将在肺部疾病诊断领域持续深耕，还计划拓展至心血管疾病、神经系统疾病等其他疾病领域。研发团队表示，将持续加大投入，开展更多临床试验，优化技术，提升模型准确性与稳定性。