近日，西北大學醫學院布魯姆（Bluhm）心血管研究所宣布，將在Eko心臟監測平台的一項新研究中率先利用人工智能算法篩查心臟雜音。該研究旨在證明Eko的數字聽診器和AI算法可以準確地解釋心音，以幫助醫務人員更準確地用數字聽診器篩查病理性心臟雜音和瓣膜性心髒病。

80％的常見心臟問題被誤診

心臟雜音（cardia cmurmur）是指心音和額外心音之外，由心室壁、瓣膜或血管壁振動所致的持續時間較長的異常聲音，性質特異，可與心音完全分開，亦可與心音相連。心臟雜音對於某些心髒病的診斷具有重要的價值。

心臟雜音檢測通常運用聽診器，成本低、效率高，一直是心髒病篩查的常用方法。但由於疾病特性與人工誤差，醫療業界有聲音表示傳統的聽診器並不適合檢測心髒病。

據Digital Healthch報導，心髒病專家可以使用聽診器有效地診斷90%的心臟疾病。但同時，《美國醫學會》（American Medical Association）雜誌發表的一項研究顯示，內科和家庭執業醫師會誤診約80%的常見心臟問題。

西北大學醫學院的研究人員認為，“心臟雜音檢測需要依靠一個’訓練有素’的耳朵才可以將細微的異常與正常聲音分開。”

AI檢測心臟雜音

為了幫助臨床醫生更準確地篩選心臟雜音，布魯姆心血管研究所和美國創業公司Eko計劃推出的新的臨床研究。

美國西北大學醫學院是美國最頂尖的研究型醫學院之一，通過與人工智能企業合作新產品，並開設應用科學學院人工智能碩士課程，培養心血管領域的醫生。

布魯姆心血管研究所是西北醫學保健系統的一部分，在芝加哥等地區擁有多個護理點。

Eko是美國一家創業公司，其CORE智能聽診器，可以幫助心臟科醫生們在移動設備上查看病人心電圖，並記錄心跳的聲音。另一款心臟監測設備Eko Duo供心髒病患者使用，讓心臟科醫生可以依據心臟聲音數據遠程精準掌握病人的心臟情況。

目前兩款產品均拿到了美國FDA的510K批准。

此次AI篩查心臟雜音研究，由Eko資助，計劃招募1000名患者，其中800名來自西北大學布魯姆心血管研究所。

算法將與Eko公司電子聽診器Eko CORE和便攜式手持設備Eko Duo設備結合，幫助所有臨床醫生更準確地篩選心臟雜音。

“醫療保健領域最大的問題之一是全科醫生經常會錯過心臟雜音，”Eko首席執行官Connor Landgraf說，“西北大學以其在心臟瓣膜疾病方面的工作而聞名，我們正在共同開發人工智能技術，該技術可以通過心髒病專家的敏感性檢測出兩種最常見的瓣膜疾病。“