Forskare har nyligen börjat använda artificiell intelligens (AI) för att upptäcka hjärtblåsljud hos hundar, något som potentiellt kan revolutionera djurvården.
Genom att använda AI-verktyg har forskare vid Cambridge University utvecklat en algoritm, en uppsättning kodade instruktioner, som först designades för människor men som nu har visat sig kunna upptäcka och bedöma blåsljud även hos hundar. Denna innovation kan bidra till snabbare och mer precisa diagnoser för våra fyrbenta vänner och erbjuda nya möjligheter inom veterinärmedicinen.
Hjärtblåsljud är ett av de mest påtagliga tecknen på hjärtsjukdom, som kan påverka en mängd olika hundraser, särskilt mindre raser som King Charles Spaniel. Precis som för människor kan hjärtsjukdom vara allvarligt för hundar, men hos hundar är sjukdomar relaterade till hjärtat ofta ännu mer utbredda.
Dr. Andrew McDonald, huvudförfattare till studien, förklarar att hjärtsjukdomar är ett enormt hälsoproblem för människor, men att det är ett ännu större problem för hundar eftersom det inte finns lika många specialister eller resurser tillgängliga för att diagnostisera och behandla dem.
AI-verktyget har samlat in hjärtljud från nästan 800 hundar
Eftersom det saknas stora databaser med hjärtljud från hundar, började forskarteamet med en omfattande samling hjärtljud från människor. Dessa hjärtljud användes för att träna AI-verktyget i att känna igen och klassificera hjärtblåsljud. ”Däggdjurshjärtan är förvånansvärt lika, och när något går fel tenderar problemen att vara ganska likartade”, förklarar Dr. McDonald. Dessa likheter gör det möjligt att applicera en del av den teknik som används inom människomedicinen även på djur.
Efter att algoritmen tränats på hjärtljud från cirka 1 000 patienter, justerades den för att analysera hjärtljud från hundar. För att samla in all nödvändig data för algoritmen, användes hjärtljud från nästan 800 hundar som genomgick rutinundersökningar på fyra specialiserade veterinärkliniker runt om i Storbritannien. Varje hund fick genomgå en grundlig fysisk undersökning, där en kardiolog bedömde deras hjärtstatus och noterade eventuella blåsljud och andra hjärtproblem. Dessa hjärtljud spelades sedan in med ett elektroniskt stetoskop, vilket ger högkvalitativa ljudinspelningar som algoritmen kan analysera.
Forskarna hoppas på att tekniken kommer att revolutionera hjärtvården för hundar
En av studiens medförfattare, professor José Novo Matos, påpekar att teamet strävade efter att samla in hjärtdata från ett brett spektrum av hundar. “Vi ville ha data från hundar i alla former, storlekar och åldrar. Ju mer data vi kan samla in och använda för att träna algoritmen, desto bättre kommer den att prestera och därmed bli till nytta för både veterinärer och hundägare”, säger han. Genom att inkludera en så varierad databas hoppas forskarna att tekniken kommer att bli bredare användbar och kunna upptäcka hjärtproblem hos hundar oavsett ålder och ras.
Analysen visade att algoritmen var i samstämmighet med kardiologens bedömningar i över hälften av fallen, och i 90% av fallen låg algoritmens bedömning inom en grad från kardiologens bedömning. Det betyder att AI-systemet kan ge en korrekt indikation av hjärtblåsljudets allvarlighetsgrad och potentiellt ersätta vissa delar av den manuella undersökningen, vilket är lovande både för snabb diagnos och för att minska kostnaderna för rutinundersökningar.
Förhoppningarna är att AI-verktyget också ska spara tid för veterinärerna
Det här AI-verktyget kan på sikt innebära stora förändringar inom djurvården. Dels kan det minska den tid som veterinärer behöver lägga på att upptäcka hjärtproblem, och dels kan det innebära en trygghet för hundägare att blåsljud och andra problem upptäcks i tid. Denna tidiga diagnos kan göra stor skillnad för behandlingsmöjligheterna och hundens livskvalitet. Forskarna hoppas också att AI kan leda till mer regelbundna hjärtundersökningar som rutin för alla hundar, särskilt de i riskgrupper.
AI-algoritmer likt denna har potential att ge en mycket mer tillgänglig och prisvärd vård. Ju fler undersökningar som samlas in, desto bättre blir AI, och snart kan det bli ett ovärderligt hjälpmedel för veterinärer världen över. Forskarteamet vid Cambridge University ser detta bara som början och arbetar redan på att förbättra algoritmen ytterligare för ännu högre noggrannhet och snabbare diagnoser.