Разработка и валидация усовершенствованной ИИ-аускультации для скрининга заболеваний клапанов сердца в многоцентровом исследовании

Слушая сердце по‑новому

Проблемы с сердечными клапанами распространены, особенно с возрастом, но часто остаются незамеченными до тех пор, пока не наступят серьёзные повреждения. В этом исследовании изучается, может ли сочетание электронного стетоскопа и искусственного интеллекта превратить минутную прикроватную запись в эффективный ранний тест‑предупреждение, помогая врачам общей практики выявлять скрытые заболевания клапанов прежде, чем они приведут к сердечной недостаточности или рискованным экстренным вмешательствам.

Почему молчаливые проблемы клапанов имеют значение

Клапаны действуют как двери внутри сердца, обеспечивая односторонний поток крови. Когда они сужаются или протекают — состояние, называемое клапанной сердечной болезнью — пациенты могут ощущать лишь расплывчатые симптомы, такие как усталость или одышка, которые легко списать на возраст, вес или заболевания лёгких. В результате более половины случаев болезни клапанов так и не распознаются, пока сердце не начнёт растягиваться и слабеть, что делает лечение более опасным и менее эффективным. Лучший тест — ультразвуковое исследование, эхокардиография — требует дорогостоящего оборудования и высококвалифицированного персонала, поэтому он не подходит для массового скрининга всех пациентов с лёгкими симптомами.

Идея стетоскопа с ИИ

Врачи давно полагаются на стетоскоп для выявления шумов в сердце — шипящих или свистящих звуков, возникающих при дисфункции клапанов. Но сегодня у многих врачей общей практики нет времени или уверенности, чтобы уловить эти тонкие признаки, и даже опытные слушатели пропускают случаи. Предыдущие попытки использовать ИИ стремились имитировать то, что слышат эксперты‑кардиологи, помечая отклики как шумы. Такая стратегия имеет ограничения: она не может извлекать признаки за пределами человеческого слуха и зависит от небольших, шумных обучающих наборов данных. Исследователи, представленные в этой работе, пошли иным путём. Вместо того чтобы учить компьютер подражать человеческому уху, они обучали его сопоставлять запись звука с результатами эхокардиографии напрямую, задавая вопрос: по этой записи действительно есть клинически значимая болезнь клапанов?

Создание и тестирование инструмента

Команда собрала записи звуков сердца и соответствующие ультразвуковые результаты у 1767 взрослых в нескольких больницах и общих практиках Великобритании. Почти у половины были значительные заболевания клапанов, чаще всего — сужение аортального клапана или регургитация митрального клапана. На основе этих данных они создали рекуррентную нейронную сеть — тип ИИ, хорошо подходящий для анализа сигналов во времени. Система сначала преобразовывала каждую запись в визуальную карту частот звука по времени, затем обучалась распознавать паттерны, связанные с клинически значимыми нарушениями клапанов. Для каждого нового пациента система прослушивала до четырёх стандартных точек на грудной клетке и выдавала единый вероятностный балл, показывающий, насколько вероятно наличие значимого дефекта клапана.

Насколько хорошо ИИ слышал?

При тестировании на 263 пациентах, которых система раньше не видела, ИИ‑«детектор ЗКБ» (VHD Detector) чётко отделил пациентов с клинически значимой болезнью клапанов от тех, у кого её не было. При выбранной пороговой точке — настроенной для использования в качестве скринингового теста — он правильно выявил около 72% тех, кто действительно имел важную патологию клапана, и корректно дал «чистый» результат примерно у 82% тех, у кого патологии не было. Особенно впечатляющие показатели были для самых опасных состояний: система обнаружила 98% людей с тяжёлым сужением аортального клапана и 94% с тяжёлой регургитацией митрального клапана. Исследователи также попросили 14 врачей общей практики из Великобритании оценить те же записи. Даже при объединённых ответах врачи оказались и менее чувствительными, и менее специфическими по сравнению с ИИ, а индивидуальная эффективность варьировала широко.

Что это может значить для повседневной практики

Для загруженных клиник стетоскоп с поддержкой ИИ мог бы выступать как дополнительные экспертные уши. Менее чем за минуту он может успокоить врача, что тяжёлая болезнь маловероятна, или выделить пациентов, которым наиболее нужен УЗИ‑скан, не требуя специальной подготовки или дорогостоящих портативных приборов визуализации. У исследования есть ограничения: пациенты в основном рекрутировались из больничных служб, поэтому они были больнее, чем типичное скрининговое население, а врачи общей практики слушали записи в наушниках, а не при личической аускультации. Тем не менее результаты указывают на то, что продуманно обученный ИИ может сделать рутинную аускультацию грудной клетки значительно информативнее, открывая путь к более раннему и более справедливому доступу к спасительным лечением клапанов.

Цитирование: McDonald, A., Gales, M., Rana, B.S. et al. Development and validation of AI-Enhanced auscultation for valvular heart disease screening through a multi-centre study. npj Cardiovasc Health 3, 5 (2026). https://doi.org/10.1038/s44325-026-00103-y

Ключевые слова: заболевание клапанов сердца, цифровой стетоскоп, искусственный интеллект, кардиологический скрининг, шумы в сердце