美國食品藥品監督管理局（FDA，簡稱藥監局）已經批準首個部署在數字聽診器內的AI算法，可供醫師準確檢測心臟瓣膜疾病。

當心臟瓣膜功能不正常時，即可引發瓣膜性心臟病。由于瓣膜無法正常打開或關閉，會影響血液向全身各處泵送，亦導致心腔自身難以攝入回流血液。

根據疾控中心公布的數據，全美約有2.5%的民眾患有瓣膜性心臟病，每年有數萬人死于心力衰竭或心臟驟停等并發癥。

瓣膜性心臟病的檢測往往相當棘手，要求醫師聽取患者心跳，并從中識別出異常聲音或模式，據此判斷哪個瓣膜受損、由此導致什么問題。然而，對心跳聲音和模式的判斷相當主觀，經常發生誤診甚至徹底漏診。

AI算法在這方面有望提供幫助。Eko是一家位于加利福尼亞州奧克蘭的數字健康初創企業，他們開發出一款軟件，能夠分析患者脈搏并幫助醫療保健專家檢測心臟雜音。這款Eko Murmur分析軟件（EMAS）也成為首個獲得FDA批準的同類軟件。

醫師可以使用搭載EMAS分析功能的Eko智能聽診器收集心跳數據。據稱，EMAS能夠對心臟雜音進行表征，以便在幾秒鐘內檢測并分析患者可能患有哪種類型的瓣膜性心臟病。

Eko公司發言人在采訪中表示，“EMAS是一項基于云的服務，允許用戶通過應用編程接口上傳心音，并結合可選心電圖數據開展分析。該軟件使用信號處理（例如波形濾波）及機器學習算法分析采集到的數據，據此為臨床醫師生成臨床決策與持續輸出。”

“EMAS算法能夠分析心音數據，并輸出帶有算法結果的JSON文件。該文件隨后被進一步傳遞至應用程序，再由應用以人類可讀的格式展示給用戶。”

Eko公司宣稱，其EMAS工具的總體敏感性與特異性（衡量疾病識別準確度的兩項指標）分別為85.6%與84.4%。相比之下，據報道全科醫師在使用傳統聽診器檢測瓣膜性心臟病時，敏感性與特異性分別為44%與69%。

根據Eko公司發言人的介紹，“臨床專家需要多年積累，才能掌握用聽覺解析心臟雜音的「藝術」，而且其中仍有不少無法確定的變量。心臟病專家的整體雜音檢測精度高于初級保健醫師，但目前大多數病患只能接受初級醫師的診療。只有疑似或已知患有心臟病的患者，才會經轉診接觸到心臟病專家。”

FDA的批準，意味著Eko可以在美國銷售其EMAS算法，并將這項技術推向整個醫療保健行業。“FDA的批準，是我們邁向商業化的重要一步。我們正在與美國各醫療機構積極尋求合作，這些機構將成為EMAS新型解決方案的早期采用者，提升對心臟瓣膜疾病的檢測能力。”