全球有5500万人患风湿性心脏病，每年约30万人因此死亡。澳大利亚一家初创公司却想用一段音频、几分钟时间，把筛查成本压到传统检查的零头。
Sonorus在悉尼SXSW科技展亮相的AI算法，靠分析心跳声就能识别风湿性心脏病（RHD）迹象。不需要超声心动图，不需要专科医生，一台便携设备就能完成大规模筛查。
从两居室公寓到临床原型
2022年，心血管健康博士Julie Dao找到还在读工程学的Leah Martínez，说有个"疯狂的想法"。两人窝在Martínez的两居室公寓里，从零开始搭电路。
「她的背景是越南人，风湿性心脏病在那里非常普遍，」Martínez告诉Mashable，「我当时还在读工程学位，边学边做。我们搞了个非常简单的概念验证，证明用低成本技术就能录心跳声。」
现在Martínez临近毕业，同时做着正职和Sonorus。在莫纳什大学等机构加速器支持下，公司已经有了完整可用的原型机，正在全球收集心音数据训练算法。
目标是建立全球最大、临床可用的心音数据库。
为什么是心音？
风湿性心脏病的链条很长：A族链球菌感染→急性风湿热→心脏瓣膜炎症损伤→血液倒流。等患者出现症状，瓣膜往往已经永久性损坏。
传统筛查依赖超声心动图，设备贵、操作难、专科医生稀缺。在RHD高发的偏远地区，这套流程几乎跑不通。
Sonorus的思路是把筛查前置到症状出现之前。用AI解析人耳听不到的频谱特征，在疾病可逆阶段就拦住它。
「低成本、便携、大规模筛查和分诊工具，」Martínez这样定义产品定位，「易感社区不用等到心脏出毛病才就医，我们提前筛、提前治，连超声心动图都不一定需要。」
数据野心：超越人类听觉
Martínez的团队不满足于"让AI学会听诊"。
「我们要超越'心音就是人类能感知的声音'这个观念，」她说，「从机器视角看，能提取哪些没人看过的新信息？」
这意味着算法可能发现医生培训体系里不存在的声学标记。如果成功，心音筛查的灵敏度会远超传统听诊，甚至逼近超声的精度。
目前Sonorus正在推进国际数据收集，为算法迭代喂料。RHD在澳大利亚原住民社区、南亚、撒哈拉以南非洲都是重大公共卫生负担，这些地区正是技术落地的优先场景。
一个两居室公寓里攒出来的电路板，现在盯着5500万人的健康缺口。Martínez和Dao的下一步，是让这套系统拿到监管许可、跑进真实临床流程——而她们手里的工程样本，已经证明低成本硬件+AI软件这条路跑得通。
当心脏瓣膜的损伤还能被逆转时，有多少患者会因为"没症状"而错过窗口期？Sonorus赌的是：一段30秒的录音，能改写这个数字。
热门跟贴