通讯作者: 马翔, 2533487663@qq.com

DOI：10.12201/bmr.202601.00055

Heart Sound and Cardiovascular Diseases under the Background of Artificial Intelligence + Medical and Health Care

• 摘要：心血管疾病是全球致死致残的首要原因,早期诊断与精准预后评估是临床诊疗核心难题,传统检测手段难以满足院外普及化监测需求。心音信号兼具无创、低成本、可居家获取的优势,在人工智能技术支撑下,成为心血管疾病院外监测的潜力载体。人工智能技术突破了传统心音分析的局限,推动其实现自动化、精准化分析,在瓣膜性心脏病、先天性心脏病、冠心病、心力衰竭等疾病的筛查与预后评估中展现显著价值。但当前研究多聚焦于诊断可行性,缺乏与临床硬性结局的关联证据及多中心验证数据。本文综述该领域研究进展,评估心音作为“纵向生物标志物”的应用潜力,并对其临床转化前景进行展望。

  关键词： 人工智能; 心血管疾病; 心音信号; 机器学习; 深度学习

   

  Abstract: Cardiovascular disease is the leading cause of death and disability worldwide. Early diagnosis and accurate prognostic evaluation are core challenges in clinical diagnosis and treatment, while traditional detection methods are difficult to meet the demand for popularized out-of-hospital monitoring. Heart sound signals, with the advantages of non-invasiveness, low cost, and accessibility at home, have become a potential carrier for out-of-hospital monitoring of cardiovascular diseases supported by artificial intelligence (AI) technology. AI technology has broken through the limitations of traditional heart sound analysis, promoting its automated and accurate analysis, and has shown significant value in the screening and prognostic evaluation of valvular heart disease, congenital heart disease, coronary heart disease, heart failure and other diseases. However, current studies mostly focus on diagnostic feasibility, lacking evidence of association with clinical hard outcomes and multi-center validation data. This article reviews the research progress in this field, evaluates the application potential of heart sounds as longitudinal biomarkers, and prospects their clinical transformation prospects.

  Key words: ; ; ; ; 

  提交时间：2026-01-18

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 洪佳蓉, 杜建晖, 李娟, 刘恋依, 李长兴. 心血管疾病一级预防中阿司匹林与他汀类药物联合应用研究进展. 2025. doi: 10.12201/bmr.202512.00078

  刘 云, 梁皖皖, 郭春玲. 数字赋能背景下人工智能技术护理应用场景研究进展. 2026. doi: 10.12201/bmr.202601.00048

  .河北大学附属医院消化内科 河北 保定, 杰. 基于深度学习的人工智能技术在胃肠间质瘤中的应用进展. 2024. doi: 10.12201/bmr.202411.00057

  李明峻, 翟宁. 人工智能在心力衰竭精准分型中的研究进展与展望. 2025. doi: 10.12201/bmr.202512.00030

  黄春玲, 韩彤妍, 张娟. 人工智能学习APP结合思维导图对培养儿科实习生临床思维能力的效果研究. 2024. doi: 10.12201/bmr.202412.00023

  李玉洁, 姚炎炎, 汤婧雯, 胡艳敏, 朱慎慎, 李琳琳, 吴照科. 联合炎症指标探讨类风湿性关节炎患者并发心血管疾病的危险因素. 2025. doi: 10.12201/bmr.202501.00044

  黄晗琦, 周曼慈, 杨惠雯, 王睿智, 王若佳. 社会公众视角下医疗人工智能应用的伦理风险研究*. 2025. doi: 10.12201/bmr.202511.00062

  王梦娇, 黄敏. 专病中心化视域下国家区域医疗中心建设实证研究—以心血管中心建设为例. 2025. doi: 10.12201/bmr.202512.00033

  郑琰莉, 韩福海, 李舒玉, 苏文星. 人工智能大模型在医疗领域的应用现状与前景展望. 2023. doi: 10.12201/bmr.202312.00027

  余虹, 陈佳瑜, 陈斌, 李芳. 慢性阻塞性肺疾病对心血管疾病患病风险及相关机制的研究进展. 2025. doi: 10.12201/bmr.202511.00090

• 序号	提交日期	编号	操作
  1	2025-12-27	10.12201/bmr.202601.00055V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论