肺部疾病是最為廣泛傳播和危害我國人民生命健康的疾病之一，主要有肺炎、肺氣腫、間質性肺疾病、慢性阻塞性肺疾病等。

不同的肺部疾病具有不同的治療和預后，因此其早期診斷極為關鍵。當前主要依賴醫院成熟的醫療儀器實施肺部疾病被動診斷，而有望實現主動健康的可穿戴臨床診斷技術相對匱乏。

近日，東南大學劉宏教授和趙超副教授帶領研究團隊開發了一款集成人工智能算法的肺部疾病臨床診斷可穿戴器件。

圖1 可用于肺部疾病臨床診斷的可穿戴器件：（a）原理圖；（b）照片；（c）患者實際佩戴。

該工作通過可穿戴柔性電路設計和制備，實現臨床環境下肺音的高信噪比采集；通過對多名患有不同肺部疾病的患者進行肺音信號采集，并對信號進行預處理/特征提取/機器學習算法優化，最終實現了95%以上的肺部疾病識別準確率。

圖2 （a）四種最優算法模型的性能表現；（b）ETC模型的混淆矩陣（confusion matrix）結果

面向人民生命健康，該器件能為肺部疾病的早期診斷提供關鍵核心技術。該成果以“Wearable stethoscope for lung disease diagnosis”為題，發表在英國皇家化學會期刊Sensors & Diagnostics上。

論文鏈接：

https://doi.org/10.1039/D3SD00283G

審核編輯：劉清