在测试中，该算法检测心脏杂音的敏感度达到了90%。由Ashwini Sakharkar报道，2024年10月29日，阅读时间4分钟。
在剑桥女王兽医学院医院，一只健康的志愿者哈瓦那丝犬Huxley正在接受身体检查。图片来源：Jacqueline Garget
研究人员开发了一种开创性的机器学习算法，能够准确检测犬类的心脏杂音，这是许多小型犬如查尔斯王猎犬常见的心脏疾病的重要标志。该团队由剑桥大学领导，他们改进了一种最初为人类设计的算法，用于从数字听诊器录制的音频中识别和分级心脏杂音。令人印象深刻的是，该算法达到了90%的敏感度，与专家心脏病学家相当。
心脏杂音是二尖瓣疾病的信号，这是成年犬中最常见的疾病，影响约1/30的犬类，尤其是小型和老年犬。早期检测至关重要，因为及时治疗可以显著延长它们的生命。这项创新技术可以作为兽医负担得起的筛查工具，提高我们犬类伙伴的生活质量。
“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，”第一作者、剑桥大学工程系的Andrew McDonald博士说，“大多数小型犬品种在老去时都会患有心脏病，但显然狗不能像人类那样交流，因此初级护理兽医需要尽早检测到心脏病以便进行治疗。”
“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，”研究负责人Anurag Agarwal教授说，“哺乳动物的心脏非常相似，当出现问题时，它们往往以相似的方式出错。”
研究人员从大约1,000名人类患者的心脏声音数据库开始，开发了一种复杂的机器学习算法，能够复制心脏病学家对心脏杂音的检测。然后，他们巧妙地将这一算法适应于犬类心脏声音的检测。
为了实现这一点，研究人员从英国四个兽医专科中心收集了近800只狗的常规心脏检查数据。每只狗都接受了训练有素的心脏病学家的全面体检和超声心动图检查，以评估任何心脏杂音并识别心脏疾病。这一努力产生了迄今为止最大的犬类心脏声音数据集，为兽医心脏病学设立了新的标准。
“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，我们希望获得各种体型、年龄和大小的狗的数据，”剑桥大学兽医学系的小动物心脏病学专家Jose Novo Matos教授说，“我们拥有的数据越多，我们的算法就越有用，既对兽医也有对狗主人。”
研究人员成功地完善了一种通过音频记录检测和分级心脏杂音的算法。这一创新工具不仅能够区分与轻度疾病相关的心脏杂音和需要干预的严重心脏病，还具有提高兽医护理水平的潜力。
“评估心脏杂音等级并确定心脏疾病是否需要治疗需要大量的经验、转介给兽医心脏病学家以及昂贵的专业心脏扫描，”Novo Matos说，“我们希望赋予普通医生检测心脏病并评估其严重程度的能力，帮助主人为他们的狗做出最佳决策。”
该算法表现出色，在超过一半的病例中与心脏病学家的评估一致，在90%的情况下仅比心脏病学家的评估低一个等级。考虑到兽医在评估心脏杂音等级时经常出现的差异，这一结果尤其令人鼓舞。
“心脏杂音的等级是决定下一步行动和治疗的重要区别，我们已经自动化了这个过程，”McDonald说，“对于那些听诊技能不那么熟练的兽医和护士，甚至是非常熟练的听诊师，我们认为这一算法将是一个非常有价值的工具。”
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狗提供最好的生活质量，”Agarwal说，“我们希望赋予兽医帮助做出这些决策的能力。”
“许多人谈论AI对工作的威胁，但对我来说，我认为它是一种工具，将使我成为更好的心脏病学家，”Novo Matos说，“我们无法对这个国家的每只狗进行心脏扫描——我们没有足够的时间或专家来筛查每只患有杂音的狗。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狗。”
(全文结束)
