心臟瓣膜病作為第3大心血管疾病，發病率僅次于冠狀動脈粥樣硬化性心臟病和高血壓，嚴重時可導致心室肥厚或心力衰竭。因此，早期檢測心臟瓣膜病具有重要意義。近年來，深度學習在心臟瓣膜病輔助診斷中的應用取得顯著進展，大幅提高了檢測準確率。本文針對深度學習在心臟瓣膜病輔助診斷中的研究展開綜述，首先介紹常見心臟瓣膜病的病因、病理機制與影響，然后探討心電信號、心音信號及多模態數據在心臟瓣膜病檢測中的優勢與局限性。對比傳統風險預測方法與大語言模型預測方法在心血管疾病風險預測中的應用，指出大語言模型在風險預測中的潛力。最后指出當前深度學習在該領域面臨的主要挑戰，并對未來的研究方向進行展望。