新冠肺炎疫情自2019年12月首次报告以来，对人类社会的生产生活都造成了重大影响。根据世界卫生组织发布的疫情报告，至今已有223个国家的2.37亿多人感染，480多万人死亡。根据病情的严重程度可以将COVID-19患者分为轻型、普通型、重型、危重型四种类型。根据病情的严重程度进行初步筛查和预诊断是降低死亡率的关键，也可以减轻医疗系统的负担，降低误诊率，对人类早日战胜新冠疫情具有重要意义。
华中科技大学光学与电子信息学院王超老师课题组在新冠疫情爆发之际的2020年初，就开始了基于肺音听诊的新冠人工智能分级诊断研究，并于今年获得了研究突破。此研究是全国乃至全球率先对于新冠肺炎进行心肺音听诊记录并进行基于深度学习的人工智能诊断的研究，即“听见”新冠肺炎。该研究通过记录新冠肺炎患者的心肺音并对其进行人工智能诊断的深度学习方法。该项研究的突破具有创新性和临床转化的重要意义，特别是能够针对新冠肺炎进行实时诊断、病情观察和及早干预。
最近，研究人员尝试利用机器学习或深度学习方法，根据不同类型的临床信息检测COVID-19患者的严重程度。但是，目前的工作是基于临床信息，主要包括CT影像、血常规、尿常规、生化指标等。这些生理指标的获取不仅不够方便，而且具有放射性或者侵入性，且价格昂贵。相比而言，通过听诊器对内脏进行听诊具有操作简单、无创、快速和实时的优势。人体的心脏、肺脏、呼吸道等重要脏器在生理和病理状态下会发出不同的“声音”，这些“体音”包含了很多重要且关键的信息。对于呼吸系统的疾病诊治，听诊检查极为重要。
图1通过数字听诊器采集到的新冠肺炎患者的肺音，可进行基于人工智能和集成电路技术的快速初筛和初步诊断
如图1所示，我院王超老师课题组联合华中科技大学同济医学院曾和松教授团队及江汉大学物理与信息工程学院张建敏教授课题组快速开展了基于心肺听诊的新冠肺炎(COVID-19)人工智能分级诊断研究。本研究首先由同济医学院曾和松教授团队收集了包含武汉疫情期间在同济医院住院治疗的172例新冠肺炎确诊病例的多部位心肺听诊记录（图2），构建了相应的诊断数据集。根据新型冠状病毒肺炎的诊断和治疗方案（第7版），将患者分为普通型、重型和危重型组。同时，该数据集纳入50位正常患者作为对照组。
图2听诊部位分布图
本研究工作以该数据集为基础，由华中科技大学王超老师课题组和江汉大学张建敏老师课题组构建了如图3所示的深度学习人工智能(AI)模型，并分析了模型的准确率、F1分数、敏感性和特异性等多项指标。对于正常肺音患者和新冠肺炎异常肺音进行二分类，该研究采用了轻量化神经网络模块，准确率达95%以上；并采用基于残差结构的四分类深度神经网络模型，对正常、普通型、重型和危重型患者进行分级诊断，准确率达95%以上；该研究所提深度神经网络模型对诊断识别肺部的啰音、哮鸣音和痰鸣音等异常肺音时，同样能够获得95%以上的高准确率。
图3（a）所提二分类神经网络模型;（b）所提四分类神经网络模型
该研究作为王超老师所指导的低功耗与智能集成电路研究室在人工智能技术在生物医学工程研究领域的一项初步研究成果，近期以“Automatic pulmonary auscultation grading diagnosis of coronavirus disease 2019 in China with artificial intelligence algorithms: a cohort study Hear 2019-nCov” [1]为题的期刊论文被国际生物医学工程领域权威期刊Computer Methods and Programs in Biomedicine接收和发表。本研究组对于该研究工作同等贡献作者为2020级博士研究生刘炳强和2017级本科特优生温子源，由本研究组王超老师、余国义老师合作指导完成。本课题组还在继续对该工作进行基于人工智能芯片加速技术的新冠肺音智能听诊可穿戴系统的深入研究，目前已经申请公开一项发明专利[2]。该研究获得了国家自然科学基金类脑脉冲神经网络芯片项目（61974053），武汉市应用基础前沿项目基于肺音的新冠肺炎人工智能分级诊断研究（2020020601012320）及中央高校基本科研基金（2019KFYXJJS049）的资助。
[1]Hongling Zhu, Jinsheng Lai, Bingqiang Liu, Ziyuan Wen, Yulong Xiong, Honglin Li, Yuhua Zhou, Qiuyun Fu, Guoyi Yu, Xiaoxiang Yan, Xiaoyun Yang, Jianmin Zhang, Chao Wang and Hesong Zeng, “Automatic pulmonary auscultation grading diagnosis of Coronavirus Disease 2019 in China with artificial intelligence algorithms: a cohort study,” inComputer Methods and Programs in Biomedicine, Elsevier, Oct 28th, 2021. (影响因子: 5.428)
https://doi.org/10.1016/j.cmpb.2021.106500
[2]一种基于肺音的新冠肺炎智能诊断系统和装置，申请号：202110260028.9，2021.03.10。
