本文探讨了多任务学习在医学诊断中的应用，特别是在肺音和肺疾病分类方面。研究表明，随机森林分类器的准确率可达92%，有效减轻医生负担。此外，开发了轻量级卷积神经网络和音频-谱图视觉变换器等新方法，显著提高了呼吸声分类和肺病诊断的准确性。