2025 年 3 月 3 日，西南大学 “肺音轻听” 项目组赴重庆市第九人民医院呼吸科，与拥有 15 年、10 年、8 年临床经验的王医生、陈医生、李医生展开深度访谈，围绕传统肺音检测设备的临床难题及人工智能技术在医疗诊断中的应用展开调研，旨在为项目技术优化与产品迭代收集一线数据，推动 “无创精准肺音检测” 技术落地。
图一 与陈医生进行交谈
访谈中，传统肺音检测设备的局限性集中显现。王医生指出，老年患者常因体力不支难以完成标准肺功能检测流程，需重复 3-4 次采集，且听诊器易受环境噪音干扰，走廊脚步声即可掩盖细湿啰音，手动生成报告耗时 10 分钟以上，导致门诊排队积压。他还分享了因传统设备无法量化细微肺音特征险些漏诊早期哮喘的案例，该患者听诊疑似 “散在哮鸣音” 但肺功能仪指标正常，最终经激发试验确诊时已出现气道重塑。陈医生则强调基层医院普遍缺乏肺功能仪，远程诊疗中仅凭患者描述或模糊录音难以判断病情，急需便携、智能且具备数据远程传输功能的设备，如项目组研发的 “便携式肺部病灶检测仪”，并希望操作门槛控制在 “一键启动、自动生成报告” 的 “傻瓜式” 水平。
图二 与王医生助理进行交谈
针对传统设备不足，项目组 “VMD 去噪 + HO 算法优化 + XGBoost 分类” 的技术路径获医生认可。王医生和她的助理认为，若 VMD 技术能有效过滤心音和环境噪音，并通过算法自动识别哮鸣音频率，可大幅提升诊断准确率。李医生强调 AI 模型需在不同体型、病程的复杂场景中保持稳定性，项目组采用河马优化算法（HO）动态调整 VMD 参数的设计被视为解决 “个性化适配” 问题的关键，但他同时指出技术需通过至少包含 1000 例以上不同类型肺部疾病样本的大样本多中心临床试验验证，且与金标准的一致性需达 85% 以上。针对项目组现有 800 余例标注数据及与 3 家三甲医院合作的规划，医生建议补充基层医院样本，确保模型真实场景可靠性，并强调医疗级数据加密与隐私保护是技术准入基本门槛。
图三 团队基于调研反馈进行商讨
基于调研反馈，“肺音轻听” 项目组明确三项优化方向：在产品设计上，加速迭代便携式设备，集成 “自动呼吸动作校准”“环境噪音实时抑制” 功能，将操作流程简化至 “一键检测 - 云端分析 - 图文报告生成” 全链条自动化；临床验证方面，扩大样本量至 1500 例以上，新增 2 家基层医院作为合作点，开展 “AI 分析结果与专家听诊、肺功能检查” 的一致性对比研究，计划 2025 年内完成多中心试验；安全与合规上，引入区块链技术实现医疗数据加密存储与传输，同步申报医疗器械伦理审查与数据安全认证，确保技术符合相关法规要求。
作为 “互联网 + 医疗健康” 领域的创新实践，“肺音轻听” 项目依托西南大学非线性电路与智能信息处理重庆市重点实验室，整合多学科团队。此次调研凸显临床需求与技术研发的深度耦合，未来项目组将以 “精准诊断、便携普惠、远程协同” 为目标，推动 AI 技术与医疗场景深度融合，为基层医疗能力提升及呼吸系统疾病早筛早诊提供创新解决方案。（“肺音轻听”团队）
