据《兽医内科杂志》报道，剑桥大学的研究人员开发了一种机器学习算法，用于检测犬类的心脏杂音，这是心脏病的一个重要指标，尤其影响某些小型犬种，如查尔斯王小猎犬。研究团队改进了一种最初为人类设计的算法，证明该算法可以通过数字听诊器的音频记录准确检测和分级犬类的心脏杂音。测试结果显示，该算法的敏感性达到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主要指标，这种疾病是成年犬中最常见的心脏病。大约每30只接受兽医检查的犬中就有1只出现心脏杂音，尽管这种情况在小型和老年犬种中更为普遍。鉴于二尖瓣疾病和其他心脏疾病在犬类中的高发率，早期检测至关重要，因为及时干预可以延长它们的生命。剑桥大学开发的技术有望成为一种经济有效的筛查工具，供初级护理兽医使用，最终提高犬类的生活质量。
“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。大多数小型犬在变老时都会患有心脏病，但显然犬类无法像人类那样进行交流，因此初级护理兽医需要尽早检测到心脏病以便进行治疗。”研究第一作者、剑桥大学工程系研究员安德鲁·麦克唐纳博士表示。
领导这项研究的阿努拉格·阿加瓦尔教授是声学和生物工程领域的专家。“据我们所知，目前没有现成的犬类心脏声音数据库，这就是我们从人类心脏声音数据库开始的原因。哺乳动物的心脏结构相似，当出现问题时，通常会以相似的方式出错。”阿加瓦尔教授说。
研究人员从大约1000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检测到的心脏杂音。随后，他们将该算法适应于犬类心脏声音的检测。
为了验证改进后的算法，研究团队从英国四家兽医专科中心收集了近800只犬的常规心脏检查数据。每只犬都接受了由心脏病学家进行全面体检和超声心动图检查，以评估心脏杂音并诊断心脏疾病，同时使用电子听诊器记录心脏声音。这一数据集在数量上远远超过了以往任何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，我们希望从各种体型、年龄的犬类中获取数据。我们拥有的训练数据越多，算法就越有用，既对兽医也有对犬主。”研究合著者、剑桥大学兽医学系教授何塞·诺沃·马托斯表示。
研究人员进一步优化了算法，不仅能够检测心脏杂音，还能对其进行分级，从而区分轻度疾病相关的杂音和需要进一步治疗的严重心脏疾病。诺沃·马托斯补充道：“对心脏杂音进行分级并确定是否需要治疗需要大量的经验、转诊至兽医心脏病学家以及昂贵的专业心脏扫描。我们希望赋予普通兽医检测心脏病并评估其严重性的能力，帮助主人做出最佳决策。”
性能分析显示，该算法在超过一半的病例中与心脏病学家的评估一致，在90%的病例中与心脏病学家的评估相差不超过一个等级。研究人员认为这是一个令人鼓舞的结果，尤其是考虑到兽医在心脏杂音分级上的通常差异。
麦克唐纳博士表示：“心脏杂音的级别对于确定下一步行动和治疗方案非常有用，我们已经自动化了这一过程。对于那些听诊技能不足的兽医和护士，甚至那些听诊技能非常熟练的人，我们认为这一算法将是一个极其有价值的工具。”
在人类瓣膜疾病中，唯一的治疗方法是手术，但对于犬类，有有效的药物可用。阿加瓦尔指出：“知道何时用药非常重要，以便尽可能长时间地给予犬类最好的生活质量。我们希望赋予兽医做出这些决策的能力。”
“许多人谈论人工智能是对工作的威胁，但对我来说，它是一种工具，将使我成为一个更好的心脏病学家。我们不可能对这个国家的每一只犬进行心脏扫描——我们没有足够的时间或专家来筛查每一只心脏杂音的犬。但这样的工具可以帮助兽医和主人，使我们能够迅速识别最需要治疗的犬。”诺沃·马托斯表示。
该研究的部分资金来自医学研究委员会、剑桥伊曼纽尔学院和犬类慈善信托基金。
(全文结束)
