15秒就能查出心衰，但40%的医生放弃了它，问题出在哪？

*仅供医学专业人士阅读参考

《柳叶刀》最新研究揭示AI短板。

撰文：医学界报道组

如果现在告诉你，有一种听诊器，不仅能听心跳，还能在15秒内分析出你是否患有心力衰竭、房颤或心脏瓣膜病，你会不会觉得它是基层医疗期盼已久的利器？

这正是近年来备受关注的人工智能（AI）听诊器。然而，近日发表在《柳叶刀》（

The Lancet

图1 研究截图

乍看之下，这像是AI技术在现实面前栽了个跟头，但数据深处，是另一个不同的说法。

矛盾的数据藏着什么？

研究人员将AI听诊器投放到真实的社区诊所，没有额外的经济激励，完全取决于真实的工作节奏和意愿。

在意向性分析（即按照分组整体比较）中，AI干预组的心衰检出率（2.58/千人年）甚至略低于常规对照组（2.76/千人年）（图2）。从公共卫生角度看，投入资源引入新工具，却没有换来整体诊断率的提升，这无疑令人失望。

图2 12个月时心力衰竭、心房颤动和心脏瓣膜病的未调整发病率比

然而，当研究者聚焦于那些真正接受了AI检查的患者（符合方案分析）时，却看到了截然不同的景象：心衰检出率提升至2.33倍，房颤检出率提升至3.45倍，瓣膜病检出率也显著增加。更关键的是，从检查到确诊的时间明显缩短——这意味着患者能更早进入治疗环节。

两组数据的巨大反差，指向一个核心问题：算法本身很能打，但大多数时候，它根本没被用起来。

落地现实，“用不起来”才是最大的问题

为什么近40%的诊所在一年后彻底放弃了这款设备（图3）？

图3 第一年AI听诊器的使用情况

长期以来，大众对AI医疗的期待往往停留在“准确性”上——只要算法够灵敏、特异性够高，医生就该趋之若鹜。

大量心血管疾病患者在早期仅有轻微症状，甚至毫无察觉，等到因胸闷、气喘去大医院就诊时，往往已进入中晚期，错过了最佳干预时机。如果能通过AI在基层筛查中“揪出”这些隐匿情况，不仅可以改善患者预后，还能大幅节约后续的住院治疗费用。

但在繁忙的医疗场景中，一名全科医生平均只有几分钟接诊一位患者。如果除了常规问诊、听诊，还要额外掏出设备、连接手机App、等待15秒波形记录、再手动将结果录入病历——这些看似微小的“多余步骤”，在日复一日的高强度工作中足以消磨掉任何热情。更别提设备与电子病历尚未打通，结果需要手工填写，进一步增加了出错可能和工作量。

同时，成本问题同样不可回避，未来若要大规模推广，硬件采购、软件授权、维护更新的费用，都将成为医保体系和基层机构的现实考量。只有当早筛带来的长期卫生经济效益能够覆盖这些成本，AI听诊器才能真正走进千家万户。

势在必行，但路在何方？

TRICORDER研究不是告诉我们“AI有没有用”，而是提醒我们“AI怎样才能有用”。研究结果已经显示，一旦使用，效果是惊人的：在早期心衰、房颤这类隐匿性疾病面前，AI的敏感性远超大部分人类。

因此，下一步的思考重点必须是“适应”与“融合”。

首先，是技术的适应。比如将AI直接嵌入电子病历系统，听诊的同时自动记录、自动分析、自动弹出提醒；或者与体检流程整合，形成“AI初筛—医生复核—绿色转诊”的标准化路径。只有把“主动操作”变成“自动记录”，才能真正解放医生。

与此同时，政策层面也需要配套支持。能否将AI早筛纳入公卫服务包？能否通过医保支付方式改革，激励基层主动使用新技术？这些系统性的“软件”升级，也非常关键。

AI在医疗领域的发展势不可挡，但医疗终究是人的事业。再聪明的算法，也需要通过医生的手才能触达患者。让技术去适应人的节奏，而不是反过来，这才是患者获益的根本保障。

参考文献：

[1]Kelshiker MA, Bächtiger P, Petri CF, Nakhare S, Mansell J, Chhatwal K, Alrumayh A, Zaman J, Shah M, Young H, Roy H, Almonte MT, Costelloe C, Razak Y, Majeed A, Howard JP, Barton C, Kramer DB, Plymen CM, Peters NS. Triple cardiovascular disease detection with an artificial intelligence-enabled stethoscope (TRICORDER) in the UK: a cluster-randomised controlled implementation trial. Lancet. 2026 Feb 14;407(10529):704-715.

责任编辑：叶子子

*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。