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。研究团队对最初设计用于人类的算法进行了改进，结果显示该算法可以准确检测并分级犬类的心脏杂音，使用数字听诊器录制的音频记录。测试表明，该算法的灵敏度达到了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常见。
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可能成为初级护理兽医的一种经济有效的筛查工具，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为严重。大多数小型犬种在年老时都会患有心脏病，但显然犬类无法像人类一样进行沟通，因此早期检测心脏病并进行治疗的责任落在了初级护理兽医身上。”该研究的第一作者、剑桥大学工程系的研究员安德鲁·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，因此我们从人类心脏声音数据库开始。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现问题。”阿加瓦尔教授补充道。
研究人员从约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，以复制心脏病学家检测到的心脏杂音。随后，他们将该算法调整为适用于犬类心脏声音。
为了验证调整后的算法，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。每只犬都由心脏病学家进行了全面的身体检查和超声心动图，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。这个数据集是迄今为止规模最大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，我们希望从各种体型、年龄和品种的犬类中获取数据。我们拥有的训练数据越多，我们的算法就越有用，既对兽医也有对犬主。”该研究的合著者、剑桥大学兽医学系的何塞·诺沃·马托斯教授表示。
研究人员对算法进行了微调，不仅能够检测还能分级心脏杂音，从而区分与轻度疾病相关的心脏杂音和需要进一步治疗的晚期心脏疾病。
诺沃·马托斯补充说：“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、转诊给兽医心脏病学家以及昂贵的专业心脏扫描。我们希望赋予普通医生检测心脏疾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%的病例中其评估等级与心脏病学家的评价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分级心脏杂音时通常存在的变异性。
麦克唐纳博士表示：“心脏杂音的分级对于确定下一步行动和治疗方案非常有用，我们已经实现了这一过程的自动化。对于那些听诊技能不足的兽医和护士，甚至那些非常熟练的听诊师，我们认为这种算法可能是一种非常有价值的工具。”
在人类的瓣膜疾病中，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。阿加瓦尔指出：“知道何时开始用药非常重要，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定的能力。”
“很多人将人工智能视为对工作的威胁，但对我来说，我将其视为使自己成为更好的心脏病学家的工具。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有心脏杂音的犬。但像这样的工具可以帮助兽医和主人，快速识别最需要治疗的犬。”诺沃·马托斯表示。
该研究的部分资金由医学研究委员会、剑桥伊曼纽尔学院和犬类慈善信托提供。
(全文结束)
