美国食品药品监督管理局（FDA，简称药监局）已经批准首个部署在数字听诊器内的AI算法，可供医师准确检测心脏瓣膜疾病。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
当心脏瓣膜功能不正常时，即可引发瓣膜性心脏病。由于瓣膜无法正常打开或关闭，会影响血液向全身各处泵送，亦导致心腔自身难以摄入回流血液。
根据疾控中心公布的数据，全美约有2.5%的民众患有瓣膜性心脏病，每年有数万人死于心力衰竭或心脏骤停等并发症。
瓣膜性心脏病的检测往往相当棘手，要求医师听取患者心跳，并从中识别出异常声音或模式，据此判断哪个瓣膜受损、由此导致什么问题。然而，对心跳声音和模式的判断相当主观，经常发生误诊甚至彻底漏诊。
AI算法在这方面有望提供帮助。Eko是一家位于加利福尼亚州奥克兰的数字健康初创企业，他们开发出一款软件，能够分析患者脉搏并帮助医疗保健专家检测心脏杂音。这款Eko Murmur分析软件（EMAS）也成为首个获得FDA批准的同类软件。
医师可以使用搭载EMAS分析功能的Eko智能听诊器收集心跳数据。据称，EMAS能够对心脏杂音进行表征，以便在几秒钟内检测并分析患者可能患有哪种类型的瓣膜性心脏病。
Eko公司发言人在采访中表示，“EMAS是一项基于云的服务，允许用户通过应用编程接口上传心音，并结合可选心电图数据开展分析。该软件使用信号处理（例如波形滤波）及机器学习算法分析采集到的数据，据此为临床医师生成临床决策与持续输出。”
“EMAS算法能够分析心音数据，并输出带有算法结果的JSON文件。该文件随后被进一步传递至应用程序，再由应用以人类可读的格式展示给用户。”
Eko公司宣称，其EMAS工具的总体敏感性与特异性（衡量疾病识别准确度的两项指标）分别为85.6%与84.4%。相比之下，据报道全科医师在使用传统听诊器检测瓣膜性心脏病时，敏感性与特异性分别为44%与69%。
根据Eko公司发言人的介绍，“临床专家需要多年积累，才能掌握用听觉解析心脏杂音的「艺术」，而且其中仍有不少无法确定的变量。心脏病专家的整体杂音检测精度高于初级保健医师，但目前大多数病患只能接受初级医师的诊疗。只有疑似或已知患有心脏病的患者，才会经转诊接触到心脏病专家。”
FDA的批准，意味着Eko可以在美国销售其EMAS算法，并将这项技术推向整个医疗保健行业。“FDA的批准，是我们迈向商业化的重要一步。我们正在与美国各医疗机构积极寻求合作，这些机构将成为EMAS新型解决方案的早期采用者，提升对心脏瓣膜疾病的检测能力。”
