这种筛查方法分析的是简短、常规的心电图记录，可用于帮助预防那些本无心律失常明显迹象的健康马匹发生心脏问题。

来自萨里大学、明尼苏达大学、罗斯代尔兽医外科和威斯康星马诊所的研究人员，利用一个（此前在萨里大学开发的）人工智能系统，来测量心脏电信号的任何“紊乱”程度。该团队的人工智能仅利用马匹在静息或轻度运动时（心率处于每分钟60至100次之间）的短时心电图记录，就能区分出那些在运动峰值时可能出现早搏的马匹。

这项发表在《科学报告》上的研究，记录了110匹美国纯血马和标准马赛马在常规训练中的动态心电图。研究团队从每匹马中截取60秒的心电图片段，并在多种心率范围和信号特征上测试了六种不同的算法。表现最佳的算法在区分运动性心律失常马匹与非失常马匹时，曲线下面积达到了0.86，远高于代表随机性的0.5基准线。

至关重要的是，该测试在排除无风险马匹方面被证明非常有效。筛查呈阳性的马匹则可以进一步接受完整运动心电图检查，以确认任何心律失常的类型和严重程度。

萨里大学兽医学院院长、该研究的共同通讯作者卡马兰·吉瓦拉特纳姆教授表示：

“这项工作的意义在于，我们可以在马匹达到运动强度峰值之前，通过一次简单的短时心电记录来捕捉到更具影响性节律紊乱的预警信号。我们不必等待心律失常发生，就能在常规热身过程中标记出有风险的马匹，并支持在运动过程中对这些马匹进行更密切的监测。”

这项研究建立在吉瓦拉特纳姆团队先前工作之上，该团队先前已证明，类似基于复杂性的心电图分析可以检测阵发性心房颤动——这是马和人类中最常见的持续性心律失常。这两种方法适用于不同的心率范围，这意味着兽医有可能在一次低强度运动的诊断过程中，同时筛查这两种疾病。

该研究由格雷森-乔基俱乐部基金会以及工程与物理科学研究理事会影响加速奖资助给萨里大学。

参考资料