日前，深圳市第三人民医院（南方科技大学第二附属医院）卢洪洲教授团队联合广州医科大学钟南山院士、南方科技大学王文锦副教授团队，在肺部声学AI诊疗领域取得新进展，相关研究论文《Pneumonia Diagnosis and Severity Assessment using Intelligent Wireless Stethoscope》已被《Biomedical Signal Processing and Control》期刊收录。南方科技大学生物医学工程系吴昌义、莫海淼、黄东敏及深圳市第三人民医院胸外科陶筱婷为该论文共同第一作者，南方科技大学王文锦副教授、深圳市第三人民医院卢洪洲教授、广州医科大学钟南山院士为共同通讯作者。

肺部感染是全球主要致死性疾病之一，临床快速、精准诊疗需求迫切。传统CT、X线等影像学检查存在电离辐射、设备便携性差、无法快速批量初筛等短板，同时传统单点人工听诊存在病灶捕捉不全、诊断结果依赖医师经验的弊端。针对行业痛点，双方团队依托医工交叉优势，构建了覆盖肺部六大分区呼吸音信号的智能诊断框架。

研究团队以临床CT、病原学检测结果为金标准，基于108名受试者的真实临床队列开展对照验证。通过无线听诊器多点位采集呼吸音，结合降噪处理、时频图谱转换技术提取多维声学特征，结合深度学习算法，实现肺炎分型与病情自动分级。实验结果显示，六点位听诊配置诊疗效果最佳，AST模型肺炎检测准确率达78.08%，VGG16模型可精准完成肺炎严重程度分级。此外，面向临床应急场景的双肺中区双点位方案，准确率可达78.27%，可作为简化替代方案。

该智能诊疗系统突破传统诊疗局限，无创便捷、可实现床旁快速筛查，能客观规避人工听诊的经验偏差，灵敏度、特异性均符合临床标准。可广泛应用于老人、孕妇等重点人群的无射线、动态居家监测及基层呼吸道疾病初筛普查。

据悉，该医工团队获得国家自然科学基金、深圳市重点产业研发计划、深圳市自然科学基金重点项目、深圳市医学科学院转化专项等资助。下一步，团队将持续优化算法精度、迭代硬件设备，推进多中心临床试验与医疗器械注册及应用，打造低成本、易普及的AI声学筛查工具，为呼吸道疾病智能化诊疗开辟全新路径。

原文链接：https://doi.org/10.1016/j.bspc.2026.110907