Onderzoekers van de Universiteit van Cambridge hebben een machine learning-algoritme ontwikkeld dat souffles bij honden nauwkeurig kan detecteren en beoordelen. Met een gevoeligheid van 87,9% is deze technologie veelbelovend voor de vroegtijdige diagnose van hartaandoeningen bij honden, vooral bij rassen zoals de King Charles Spaniël.
Een algoritme specifiek voor honden
Het algoritme dat oorspronkelijk was ontworpen voor de detectie van souffles bij mensen, werd aangepast om hartgeluiden bij honden te analyseren. Uit tests bleek dat het algoritme in 87,9% van de gevallen succesvol een souffle detecteert en dat het in 57% van de gevallen exact overeenkomt met de beoordeling van een cardioloog. In 95% van de gevallen kwam de voorspelde graad van de souffle binnen één graad overeen met de beoordeling van de specialist.
De sleutel tot het opsporen van mitralisinsufficiëntie
Souffles vormen een belangrijke aanwijzing voor mitralisinsufficiëntie bij volwassen honden. Bij ongeveer 98% van de honden met deze diagnose is sprake van een hoorbare souffle. Dit maakt het een betrouwbare indicator, hoewel een souffle ook in milde gevallen kan voorkomen. Het algoritme weet goed onderscheid te maken tussen verschillende graden: bij honden in stadium B2, die ernstiger ziek zijn, wordt in 73% van de gevallen een ‘luide’ of ‘thrilling’ souffle waargenomen.
Een betaalbare tool voor eerstelijnsdierenartsen
Deze tool is vooral bedoeld om dierenartsen in de eerstelijn te ondersteunen. Het helpt bij het inschatten van de ernst van een souffle zonder dat hiervoor direct echografie nodig is. Met een specificiteit van 81,7% voor de detectie van souffles is het algoritme een gevoelige en betrouwbare tool, vooral bij de detectie van mildere souffles en in zwaardere gevallen.
Grootschalige dataset voor betrouwbaar model
Om het algoritme goed te trainen, hebben de onderzoekers hartgeluiden verzameld van 756 honden, afkomstig uit vier verschillende Britse specialistische centra. Dit resulteerde in 2.258 geluidsopnames met een totale opnameduur van 618 minuten. Deze omvangrijke dataset heeft het model robuust gemaakt, wat zorgt voor een hoge nauwkeurigheid in het detecteren en beoordelen van souffles bij honden.
Toekomstige impact in de praktijk
Deze tool kan veel betekenen voor de eerstelijns diergeneeskundige zorg door een betrouwbare screening te bieden, zonder dat specialistische vaardigheden nodig zijn. In situaties waarin snelle detectie en actie noodzakelijk zijn, kunnen dierenartsen zelfverzekerd kiezen voor verdere diagnostiek of behandeling. Voor eigenaren betekent dit dat hun hond sneller de zorg krijgt die hij nodig heeft.
Dit onderzoek is een voorbeeld van hoe AI onze praktijken kan ondersteunen. Niet ter vervanging, maar als waardevolle aanvulling voor betere en snellere zorg. Wanneer en hoe deze tool beschikbaar komt is nog onduidelijk.
