10月6日，记者从安徽师范大学获悉，该校通信工程专业本科生姚骏团队，联合北京大学医学院、美国南达科他州立大学等单位，成功攻克便携慢阻肺监测技术。该项目以AI+超声为核心，...
10月6日，记者从安徽师范大学获悉，该校通信工程专业本科生姚骏团队，联合北京大学医学院、美国南达科他州立大学等单位，成功攻克便携慢阻肺监测技术。该项目以AI+超声为核心，实现了慢性阻塞性肺疾病（COPD）在家庭场景下的高精度、实时监测，填补了国内外在“便携化慢阻肺智能监测”领域的技术空白。项目成果已获得欧盟专利授权，并在中国发明展中荣获银奖。
慢阻肺是全球第三大致死疾病，传统的肺功能和影像学检测方法依赖医院设备，费用高、操作复杂、难以实现长期监测。针对这一痛点，姚骏团队历时三年，深入调研10家三甲医院和20家医疗企业，构建了首个万例级慢阻肺患者数据库，并提出三项关键创新：其一，自研DDS调频信号源模块，实现呼吸阻抗信号的动态调谐与温湿度实时补偿，抗噪性能提升65%；其二，首创慢阻肺超声映射模型，利用深度学习技术建立肺部声学特征与病理变化的对应关系，标注准确率达98.7%；其三，构建混合神经网络AI预警系统，灵敏度误差小于5%，可提前18–24小时预测患者急性加重风险。
“肺腑之研”实现了软硬件一体化的可穿戴设计，核心设备以边缘计算手表为中心，搭配可替换肺音、皮肤电和电波传感器模块，可连续监测多项肺部指标。设备单次充电续航48小时，数据实时上传云端分析，真正让慢阻肺患者在家庭即可实现自我健康管理。目前，项目已在多家三甲医院完成病理验证与试用研究，获得临床专家的高度评价。
该成果不仅是AI赋能慢病防控的典型案例，也标志着高校青年科研力量在“人工智能+医疗健康”领域实现了从实验室走向临床应用的跨越。项目负责人姚骏表示：“团队将继续拓展算法与硬件的适配场景，推动慢阻肺监测设备在社区和家庭端普及，让AI真正成为守护呼吸健康的‘家庭医生’。”
