剑桥大学的研究人员开发了一种机器学习算法，能够准确检测犬类的心脏杂音，这是心脏疾病的其中一个主要指标，尤其影响了一些小型犬种，如查尔斯王小猎犬。研究团队由剑桥大学领导，他们改编了一种最初为人设计的算法，发现该算法可以自动检测并分级犬类的心脏杂音，基于数字听诊器的音频记录。测试结果显示，该算法检测心脏杂音的灵敏度为90%，与专家心脏病学家的准确性相当。
心脏杂音是二尖瓣疾病的关键指标，这是成年犬中最常见的心脏病。大约每30只被兽医接诊的犬中就有1只有心脏杂音，尽管在小型犬和老年犬中的患病率更高。由于二尖瓣疾病和其他心脏疾病在犬类中非常普遍，早期检测至关重要，因为及时用药可以延长它们的生命。剑桥团队开发的技术可以为初级保健兽医提供一种经济有效的筛查工具，提高犬类的生活质量。研究成果发表在《兽医内科杂志》上。
“人类的心脏病是一个巨大的健康问题，但在犬类中这个问题更加严重，”第一作者、剑桥大学工程系的安德鲁·麦克唐纳博士说，“大多数小型犬种在年老时都会患有心脏病，但显然犬类不能像人类那样进行交流，因此初级保健兽医需要尽早检测到心脏病以便及时治疗。”
心脏扫描图像显示了一只患有二尖瓣疾病的犬的厚实且渗漏的瓣膜。研究人员从约1,000名人类患者的心脏声音数据库开始，开发了一种机器学习算法来复制心脏病学家是否检测到心脏杂音的情况。然后，他们调整了该算法，使其可以用于犬类的心脏声音。
研究人员从英国四家兽医专科中心收集了近800只接受常规心脏检查的犬的数据。所有犬都接受了心脏病学家的全面体检和心脏扫描（超声心动图），以分级任何心脏杂音并识别心脏疾病，同时使用电子听诊器记录了心脏声音。这是迄今为止创建的最大规模的犬类心脏声音数据集。
“二尖瓣疾病主要影响小型犬，但为了测试和改进我们的算法，我们希望获取各种体型、大小和年龄的犬的数据，”共同作者、剑桥大学兽医学系的小动物心脏病学专家何塞·诺沃·马托斯教授说，“我们拥有的训练数据越多，算法就越有用，对兽医和犬主人的帮助就越大。”
研究人员对算法进行了微调，使其可以根据音频记录检测并分级心脏杂音，并区分轻度疾病相关的心脏杂音和需要进一步治疗的严重心脏疾病。
“分级心脏杂音并确定心脏疾病是否需要治疗需要大量的经验、参考兽医心脏病学家以及昂贵的专业心脏扫描，”诺沃·马托斯说，“我们希望赋能全科医生检测心脏疾病并评估其严重程度，帮助主人为他们的犬做出最佳决策。”
分析算法的表现发现，它在超过一半的病例中与心脏病学家的评估一致，在90%的病例中，其评估等级与心脏病学家的评估相差不超过一个等级。研究人员表示，这是一个有希望的结果，因为不同兽医对心脏杂音的分级存在显著差异是很常见的。
“心脏杂音的分级是决定下一步行动和治疗的重要指标，我们已经自动化了这一过程，”麦克唐纳说，“对于那些听诊技能不那么熟练的兽医和护士，甚至那些听诊技能非常出色的兽医，我们认为这个算法将是一个极其有价值的工具。”
在患有瓣膜疾病的人类中，唯一的治疗方法是手术，但对于犬类，有效的药物治疗是可用的。“知道何时用药非常重要，以尽可能长时间地为犬类提供最佳生活质量，”阿加瓦尔说，“我们希望赋能兽医帮助做出这些决策。”
“许多人认为AI是对工作的威胁，但对我来说，我将其视为使我成为更好的心脏病学家的工具，”诺沃·马托斯说，“我们不可能对这个国家的每一只犬进行心脏扫描——我们根本没有足够的时间或专家来筛查每一只有心脏杂音的犬。但这样的工具可以帮助兽医和主人，快速识别那些最需要治疗的犬。”
(全文结束)
