期刊名：Medical Sciences

期刊主页：https://www.mdpi.com/journal/medsci

论文标题：Prospects of AI-Powered Bowel Sound Analytics for Diagnosis, Characterization, and Treatment Management of Inflammatory Bowel Disease

论文链接链接：https://www.mdpi.com/2076-3271/13/4/230

炎症性肠病（IBD），包括克罗恩病和溃疡性结肠炎，是一种慢性、复发性胃肠道炎症性疾病，全球患者数以百万计。目前，IBD的诊断和疾病监测主要依赖结肠镜、粪便钙卫蛋白等指标，这些方法要么具有侵入性、成本高昂，要么无法实现实时监测。近日，Mayo Clinic数字工程与人工智能实验室的Shivaram P. Arunachalam博士团队联合多位学者在 Medical Sciences 期刊发表了一篇重要综述，系统梳理了人工智能在肠鸣音分析中的应用前景，为IBD的无创、连续、低成本监测开辟了新路径。

一·肠鸣音：被忽视的生理信号

肠鸣音是由胃肠道蠕动过程中气体和液体的运动而产生的声学信号。传统听诊中，医生通过肠鸣音的频率、音调及规律性初步判断肠道功能状态——正常、亢进、减弱或消失，分别对应不同的病理状态。然而，传统听诊受环境噪声、观察者经验及主观判断的影响，缺乏客观量化标准。

随着数字听诊器、可穿戴声学传感器以及人工智能技术的发展，研究人员如今能够实现对肠鸣音的高分辨率、连续、实时记录，并将其转化为可量化的生物标志物。

二·AI如何“听懂”肠道声音？

综述指出，AI驱动的肠鸣音分析主要包括三个技术环节：信号采集、特征提取与模型分类。

• 信号采集：研究采用多种平台，包括智能手机麦克风、可穿戴T恤（嵌入8个麦克风阵列）、以及智能腰带等。其中，智能T恤平台可在60–120分钟内连续记录全腹部的肠鸣音，并在不同噪声环境下保持稳健性能。

• 特征提取：常用的声学特征包括梅尔频率倒谱系数（MFCC）、谱质心、抖动/闪变以及熵等。这些特征在IBD和肠易激综合征（IBS）患者中均呈现显著改变。

• AI模型：从传统的支持向量机、逻辑回归，到卷积神经网络（CNN）、区域卷积神经网络（RCNN），再到最新的预训练Transformer模型（如HuBERT、Wav2Vec 2.0），模型性能不断提升。

三·关键成果：高精度识别IBD

综述汇总了多项研究的关键数据：

• 智能手机+CNN模型（100名参与者）：肠鸣音检测准确率达88.9%，F1分数0.723，与人工标注的肠道运动指标相关性超过98%。（Kutsumi et al., 2023）

• 智能T恤+EffUNet+梯度提升（45例IBD/对照）：区分IBD与健康对照的AUC达≥0.83，且模型对噪声和消化阶段变化具有良好鲁棒性。（Baronetto et al., 2024）

• 预训练Transformer模型（16名健康受试者）：肠鸣音分类F1分数达0.80–0.85，AUC约0.89，在数据量有限的情况下表现优于传统CNN。（Mansour et al., 2025）

• BowelRCNN模型（19例患者）：检测准确率达96%，F1分数0.71。（Nowak et al., 2025）

四·临床应用场景：从诊断到远程监测

AI肠鸣音分析在IBD全流程管理中具有多重潜在价值：

• 辅助诊断：区分IBD与IBS。研究发现，克罗恩病患者的平均“声-声间隔”为1232毫秒，显著长于IBS患者的511毫秒，这一特征可用于鉴别器质性肠病与功能性肠病。

• 疾病活动度监测：实时、客观评估肠道炎症水平，捕捉亚临床活动，预警疾病复发。

• 治疗反应预测：结合粪便钙卫蛋白、患者报告结局等多模态数据，预测生物制剂的疗效，支持个体化治疗决策。

• 远程医疗与居家监测：可穿戴设备+AI可实现居家连续监测，减少不必要的门诊和结肠镜检查，优化医疗资源配置。

五·挑战与未来方向

尽管前景广阔，综述也明确指出当前面临的主要挑战：样本量小且异质性高；缺乏金标准对照；协议不统一；模型可解释性不足；无前瞻性临床验证。

未来方向包括：建立标准化数据采集与标注协议；开展大规模多中心前瞻性队列研究；开发可解释AI框架；整合多模态数据（肠鸣音+钙卫蛋白+症状+影像）；推动符合HIPAA/GDPR/FDA/CE标准的临床转化。

六·结语

AI驱动的肠鸣音分析正在将古老的腹部听诊从“主观艺术”转变为“客观科学”。虽然目前尚不能取代结肠镜或粪便钙卫蛋白，但它作为一种低成本、无创、可连续监测的辅助工具，有望在IBD患者的居家监测、早期预警及个体化管理中发挥重要作用。正如综述作者所言——“人工智能不仅是对听诊的数字化，更是对其临床价值的重新定义。”

Medical Sciences期刊介绍

主编： Prof. Dr. Antoni Torres, Universidad de Barcelona, Barcelona, Spain

发表关于疾病分子和细胞过程的原始研究、评论文章和简短通讯，以增加对医学基本原理和生物学问题的理解。