手机咳嗽声可辨7种肺病!瑞金医院AI模型准确率达96%

咳嗽，几乎是每个人都经历过的症状。感冒会咳，过敏会咳，慢阻肺、哮喘、支气管炎也会咳。但同样是咳嗽，不同疾病发出的“声音”其实存在微妙差异。过去，医生通过听诊器判断肺部问题，靠的是多年临床经验。如今，人工智能正在尝试“听懂”咳嗽背后的疾病信号。

2026年2月，上海交通大学医学院附属瑞金医院瞿介明教授、周敏教授团队在国际知名学术期刊《npj Digital Medicine》（影响因子15.1，JCR Q1区）在线发表了一项重要研究成果“A device-invariant multi-modal learning framework for respiratory disease classification”。他们开发了一种基于多模态学习框架的咳嗽音分析模型，仅需采集咳嗽声音，结合基本的个人信息和症状描述，就能实现对多种常见呼吸道疾病的精准识别，其中对慢阻肺的识别准确率（AUROC）接近97%。

核心结果

研究团队构建了一个覆盖超过10000例真实世界数据的多中心数据集，涵盖慢阻肺（COPD）、下呼吸道感染（LRTI）、肺部阴影（PS）、哮喘、支气管扩张等7种主要呼吸道疾病。

在该模型中：

识别慢阻肺的AUROC达到0.9698

识别下呼吸道感染的AUROC为0.8483

识别肺部阴影的AUROC为0.8720

在7种疾病的多标签分类任务中，总体AUROC达到0.8907

这些数据意味着，该模型在区分“有病”和“无病”的能力上，已经展现出较高的临床潜力。

研究目的：为什么需要咳嗽识病？

传统的呼吸道疾病筛查主要依赖胸部影像、肺功能检查或医生听诊。这些方法虽然可靠，但存在明显局限：设备昂贵、需要专业人员操作、难以在社区或家庭环境中大规模推广。

近年来，智能手机的普及让基于咳嗽声音的疾病筛查成为可能。但研究者发现，一个关键问题阻碍了这项技术的实际应用——设备差异。不同品牌、不同型号的手机，其麦克风性能、录音处理方式各不相同，导致同一段咳嗽在不同设备上录制后，AI模型可能给出不同判断。此外，人群多样性、多模态数据（声音、文字信息）的整合也是挑战。

因此，本研究的目标是：开发一种不受设备影响的、能够融合咳嗽声、人口学信息和症状描述的多模态AI框架，实现对成人呼吸道疾病的稳定识别。

研究方法：如何让AI“听懂”咳嗽？

数据