面向兽医专业人员的人工智能与机器学习入门
Christopher Pinard, DVM, DVSc
关键词
人工智能 · 机器学习 · 深度学习 · 兽医学 计算机视觉 · 自然语言处理 · 临床决策支持 神经网络
核心要点
• 人工智能(artificial intelligence, AI)涵盖一系列使机器能够执行需要人类智能的任务的计算方法;机器学习(machine learning, ML)是 AI 的一个子领域。
• 在标注数据集上训练的监督学习算法支撑着当前大多数兽医 AI 应用,包括 X 线影像判读、细胞学分类和预测性诊断。
• 深度学习(deep learning, DL)是 ML 的一个子集,使用多层神经网络,已在兽医患者特定的基于图像的诊断任务中展现出与专科认证医师相当的性能。
• 在实践中采用 AI 需要团队理解数据质量、验证、过拟合等核心概念,以及分类任务与回归任务的区别。
• 伦理、监管和实践考量——包括数据可得性、算法偏倚和可解释性——随着 AI 工具越来越多地整合到小动物临床实践中,仍然是重要的挑战。
缩略词表
| 缩写 | 全称 |
|---|---|
| AI | 人工智能(artificial intelligence) |
| ANNs | 人工神经网络(artificial neural networks) |
| AUC-ROC | 受试者工作特征曲线下面积(area under the receiver operating characteristic curve) |
| CNNs | 卷积神经网络(convolutional neural networks) |
| DL | 深度学习(deep learning) |
| LLMs | 大语言模型(large language models) |
| ML | 机器学习(machine learning) |
| NLP | 自然语言处理(natural language processing) |
| RL | 强化学习(reinforcement learning) |
| SVMs | 支持向量机(support vector machines) |
引言
人工智能(artificial intelligence, AI)已从理论上的奇思妙想转变为正在重塑跨物种医学实践方式的实用工具。在人类医疗中,AI 应用现在协助完成从解读医学影像到预测患者预后和优化临床工作流程等任务[1-3]。兽医学虽然在采用轨迹上稍早一些,但正沿着相似的路径发展[4-9]。用于兽医 X 线影像判读的商业 AI 产品已投入临床使用[4,8,10,11],机器学习(machine learning, ML)算法正在应用于细胞学和组织病理学[12],大语言模型(large language models, LLMs)也正在被探索作为临床文档和客户沟通的工具[13-15]。
尽管 AI 的应用日益增多,但许多兽医专业人员对支撑 AI 和 ML 的基础概念接触有限。缺乏这一概念基础,就难以批判性地评估 AI 产品所宣称的性能、理解这些工具的优势和局限,或有意义地参与其开发和验证。这一挑战因该领域创新的快速步伐以及 AI 系统得出结论的方式往往不透明而更加复杂。
本文的目的是为兽医专业人员提供通俗易懂、面向临床的 AI 和 ML 入门介绍。与其说是全面的技术综述,不如说是为读者提供必要的词汇、概念框架和实践知识,以应对与小动物实践日益相关的 AI 工具和研究。本期刊后续文章将更详细地探讨具体应用,包括 X 线影像判读、细胞学、LLMs、临床决策支持以及兽医学中 AI 的伦理维度。
定义人工智能、机器学习和深度学习
AI、ML 和深度学习(deep learning, DL)这三个术语在大众讨论中经常互换使用,但它们指的是不同的、层级嵌套的概念。理解这些区别对于阅读兽医 AI 文献至关重要。
人工智能
AI 是这些术语中最宽泛的,指任何设计用于执行通常需要人类智能的任务的计算系统。这些任务包括视觉感知、语音识别、决策、语言翻译和问题解决。AI 涵盖广泛的方法,从简单的基于规则的专家系统(例如,根据临床体征推荐诊断检查的决策树算法)到能够解读复杂影像数据的最复杂的神经网络。
AI 作为一门正式学科起源于 1950 年代,但由于计算能力的提升、大型数字数据集的可用性以及算法设计的进步,实用的、临床有用的应用在近几十年才成为可能。在兽医学中,自 2020 年以来对 AI 的兴趣大幅加速,发表文献、商业产品和研究项目数量不断增加[4-9,16]。
机器学习
ML 是 AI 的一个子领域,其中算法从数据中学习模式,而不是遵循显式编程的规则。与程序员指定每一个决策标准不同,ML 算法被提供一个数据集,并使用统计方法来识别输入(特征)和输出(标签或目标)之间的关系。训练完成后,算法可以将这些学到的关系应用于新的、以前未见过的数据,以进行预测或分类。
一个简单的兽医学类比可能有助于理解。想象一下兽医学生如何学习识别心脏杂音。学生不是被给予一套僵化的规则,而是聆听许多心脏——有些正常,有些异常——逐渐学会区分他们听到的声音中的模式。类似地,ML 算法接触大量示例(训练数据),调整其内部参数以最小化错误,随着时间推移发展出对新病例进行分类的能力。关键区别在于 ML 算法以数学方式执行这一学习过程,经常识别人类感知过于微妙或复杂的模式。
深度学习
DL 是 ML 的一个专门子集,使用具有多层(因此称为"深度")的人工神经网络(artificial neural networks, ANNs)——即大致模仿生物神经元建模的计算系统,其中互连节点层处理和转换输入数据——来学习数据的层级表示[17,18]。深度神经网络中的每一层都在越来越高的抽象级别上转换数据。例如,在图像分类任务中,第一层可能检测边缘和简单纹理,中间层可能将这些组合成形状和模式,最后几层可能表示高层概念,如"肿瘤"或"正常组织"。
DL 对于涉及非结构化数据的任务尤其具有变革性。非结构化数据是缺乏预定义组织结构的数据——相比之下,结构化数据被正确组织成预定义的列和行(尽管它可以是任何形式的数据,如图像、录音和文本)。卷积神经网络(convolutional neural networks, CNNs)是一种 DL 架构,已成为医学图像分析的主导方法[19-21],现在构成了人类和兽医医学中大多数 X 线影像和组织病理学判读 AI 工具的基础[10,17,22,23]。DL 提供的性能提升伴随着计算需求增加和可解释性降低的代价——这一权衡对临床采用具有重要意义,本文稍后将讨论。
生成式人工智能
生成式 AI 指一类能够合成新内容的 DL 模型——如文本、图像或音频——这些内容类似于从训练数据中学到的模式。与学习基于现有输入进行分类或预测的判别式模型不同,生成式模型产生新的输出。最广为人知的生成式架构包括基于 transformer 的 LLMs,如生成式预训练 transformer(GPT)、生成对抗网络和扩散模型。在兽医学中,生成式 AI 应用包括自动临床文档和出院小结生成、客户沟通支持、用于扩充训练数据集的医学影像合成,以及文献综述辅助。AI、ML、DL 和生成式 AI 之间的层级关系如图 1 所示。

机器学习的学习范式
ML 算法可以大致按其从数据中学习的方式分类。三大范式是监督学习、无监督学习和强化学习(reinforcement learning, RL)。每种范式在兽医学中都有不同的优势、局限和应用(表 1)。
监督学习
监督学习是兽医应用中最常见的 ML 范式。在监督学习中,算法在标注数据集上训练——每个输入示例都与已知的正确输出配对。算法的目标是学习从输入到输出的映射函数,以便能够准确预测新的、未见过的输入的输出(图 2)。
表 1 机器学习范式及其兽医应用概览
| 范式 | 数据要求 | 常见任务 | 兽医应用示例 |
|---|---|---|---|
| 监督学习 | 标注数据集(输入-输出对) | 分类和回归 | X 线影像判读、肿瘤分级、生存预测和转移预测 |
| 无监督学习 | 未标注数据集 | 聚类、降维和关联 | 疾病表型分析、多药耐药模式检测和患者分层 |
| 强化学习 | 具有奖励/惩罚信号的环境 | 序贯决策和策略优化 | 治疗优化(理论性)、自适应治疗规划和麻醉方案优化 |
监督学习任务分为两大类。在分类任务中,算法将输入分配到离散类别。例如,将 X 线片分类为显示心源性肺水肿或不显示,或将细胞学样本分类为肿瘤性与炎症性,都是分类问题[23]。在回归任务中,算法预测连续数值。根据临床和影像特征预测患者生存时间是一个回归问题。
在监督学习中,标注训练数据的质量和代表性至关重要。如果训练数据存在偏倚(例如,过度代表某些品种或代表不足非典型疾病表现),算法在真实世界病例上的性能将受到影响。获取大型、准确标注的兽医数据集仍然是该领域的主要实际挑战之一,特别是考虑到与人类医学相比患者量较小且数据收集实践标准化程度较低。
无监督学习
在无监督学习中,算法接收没有任何相应标签的输入数据,必须自行发现结构或模式。最常见的无监督学习任务是聚类,其中算法将相似的数据点分组在一起。其他无监督任务包括降维(简化复杂的高维数据同时保留其基本结构)和关联(识别变量之间的关系)。
无监督学习的兽医应用包括识别疾病人群中的表型亚组、发现多药耐药中的模式,以及按临床表现分组患者以进行治疗分层。例如,应用于电子健康记录数据的聚类算法可以揭示以前未认识的疾病亚型或共病模式[6,24]。虽然无监督方法在临床文献中受到的关注不如监督学习多,但它们在探索性数据分析和假设生成中发挥着重要作用。

强化学习
RL 是一种范式,其中智能体通过与环境交互并以奖励或惩罚的形式接收反馈来学习做出序贯决策。智能体的目标是学习一种策略(或策略),使其随时间推移的累积奖励最大化。与监督学习不同,RL 不需要标注数据集;相反,智能体通过试错学习。
强化学习在游戏和机器人等领域取得了显著成功,并且正在人类医学中探索用于优化治疗方案等应用[1,25]。在兽医学中,RL 应用在很大程度上仍是理论性的,但潜在用例包括优化麻醉方案、自适应放射治疗规划,以及响应患者临床状态随时间变化的个体化治疗策略。
常见机器学习算法和架构
兽医研究和临床应用中使用了多种 ML 算法。虽然详尽的讨论超出了本文的范围,但熟悉最常见的算法将有助于兽医专业人员解读文献并了解正在开发的临床工具(图 3)。
决策树和集成方法
决策树是一种直观的算法,通过从数据中学习一系列 if-then 规则来进行预测。在每一步,算法根据最有效地分离结果类别的特征来拆分数据。生成的结构类似于分支树,使其成为可用的最具可解释性的 ML 模型之一[26]。
然而,单棵决策树容易过拟合——学习训练数据中的噪声而不是潜在的模式——这限制了它们的泛化能力。为了解决这个问题,集成方法结合多棵决策树来提高性能。随机森林使用数据和特征的随机子集构建许多树,然后聚合它们的预测(分类任务通常通过多数投票)[27]。梯度提升树,如 XGBoost,按顺序构建树,每棵新树纠正前一棵树的错误[28]。随机森林和梯度提升方法都广泛用于兽医和人类 ML 研究,包括影像组学分析、生存预测模型和临床决策支持系统[29,30]。
支持向量机
支持向量机(support vector machines, SVMs)是寻找将数据点分隔到不同类别的最优边界(超平面)的算法。"支持向量"是最接近决策边界的数据点,算法寻求最大化类别之间的间隔。SVMs 可以通过使用核函数来处理线性和非线性分类问题,核函数将数据映射到更容易分离的高维空间。
SVMs 已应用于医学中的疾病分类、预后预测和基于图像的诊断等任务[6,26,31]。虽然它们在较小数据集上可能非常有效,但与 DL 方法相比,它们通常难以扩展到非常大的数据集和复杂任务。




人工神经网络和深度学习架构
人工神经网络(ANNs)的灵感来源于生物神经回路的结构。一个基本的 ANN 由输入层(接收数据)、一个或多个隐藏层(执行计算)和输出层(产生预测)组成。神经元之间的每个连接都带有一个权重,在训练过程中调整以最小化预测误差。当 ANN 有多个隐藏层时,它被称为深度神经网络,训练这样的网络构成 DL[18]。
几种专门的 DL 架构在兽医 AI 中变得尤为重要。
• CNNs:设计用于处理网格状数据(如图像),CNNs 使用卷积滤波器自动学习多尺度的空间特征。它们是兽医放射学、组织病理学和细胞学中大多数基于图像的 AI 工具的基础[17,20,21]。
• 循环神经网络和长短期记忆网络:设计用于序列数据,这些架构用于时间序列分析(如心电图判读)和自然语言处理(natural language processing, NLP)任务。
• Transformer 模型:GPT 等 LLMs 背后的架构,transformers 并行处理数据而不是顺序处理,彻底改变了 NLP。
迁移学习
迁移学习是一种方法,其中在大型数据集上预训练的模型使用小得多的数据集适配到新的相关任务。迁移学习不是从头开始训练模型,而是允许研究人员利用从大规模数据中学到的特征表示——例如,在数百万张通用图像上预训练的 CNN 可以仅使用几百个标注示例进行微调,以分类兽医组织病理学切片。这在兽医学中特别有价值,因为从头训练 DL 模型所需的数据量很少可用。从人类医学模型迁移到兽医数据才刚刚开始探索。就语言模型任务而言,在模型性能和理解方面,通过直接的人类模型适应来应用于兽医背景,还有很多值得探索的空间[14]。随着人类医学 AI 的广度扩展,这是一个日益重要的考量因素。
逻辑回归
虽然从技术上讲是一种统计方法而不是严格意义上的 ML 算法,但逻辑回归经常被纳入 ML 研究作为基线模型。它根据输入特征的线性组合预测二元结果的概率(如转移存在 vs 不存在)。逻辑回归具有高度可解释性,仍然是一个有价值的工具,特别是当预测变量和结果之间的关系近似线性且数据集较小时。它是更复杂的 ML 模型进行比较的常见基准[26]。
评估机器学习模型的关键概念
了解 ML 模型如何构建、评估和验证,对于希望评估 AI 工具质量和临床相关性的兽医专业人员至关重要。几个关键概念在文献中反复出现;关键术语表见表 2。
训练、验证和测试
用于开发 ML 模型的数据通常分为三个子集。训练集用于拟合模型的参数。验证集在开发过程中用于调整超参数(不是从数据中学到的模型设置)和监测过拟合。测试集在开发过程中完全留出,仅用于最终的、无偏的模型性能估计。严格分离这些数据集至关重要;如果模型在训练期间"见过"测试数据,性能估计将被人为夸大[26]。
当数据稀缺时——这在兽医研究中很常见——通常使用交叉验证技术。在 k 折交叉验证中,数据被分成 k 个子集,模型被训练和评估 k 次,每次使用不同的子集作为验证折。留一交叉验证,即每个病例轮流作为验证折,有时用于非常小的数据集。
表 2 面向兽医专业人员的人工智能和机器学习关键术语表
| 术语 | 定义 |
|---|---|
| 算法 | 计算机为解决问题或进行预测而遵循的一系列分步数学指令 |
| 训练数据 | 用于教机器学习模型识别模式的数据集;训练数据的质量和多样性直接影响模型性能 |
| 验证数据 | 模型开发过程中用于调整超参数和监测过拟合的数据集子集,不用于拟合模型的主要参数 |
| 测试数据 | 数据集的留出子集,仅用于最终、无偏的训练模型性能评估;测试集不得用于模型训练或超参数调整 |
| 特征 | 用作模型输入的数据的可测量属性或特征(如患者年龄、肿瘤大小和像素强度) |
| 标签 | 监督学习中分配给每个训练示例的已知结果或类别(如"转移存在"或"转移不存在") |
| 过拟合 | 模型学习训练数据中的噪声或特定细节而不是一般的潜在模式,导致在新数据上表现不佳 |
| 欠拟合 | 模型过于简单,无法捕捉数据中的潜在模式,导致在训练和新数据上表现不佳。欠拟合通常通过增加模型复杂度或提供更多信息特征来解决 |
| 超参数 | 开发人员在训练开始前选择的模型设置;微调模型(如学习率、随机森林中的树数) |
| 神经网络 | 受生物神经回路启发的计算模型,由互连的节点层(神经元)组成,处理数据 |
| 卷积神经网络(CNN) | 专门用于处理图像的深度学习架构,使用卷积滤波器自动检测多尺度视觉特征 |
| 迁移学习 | 一种技术,其中在大型数据集(如数百万张通用图像)上预训练的模型适配到新的较小数据集(如兽医 X 线片),利用先前学到的特征 |
| AUC-ROC | 受试者工作特征曲线下面积;总结模型在所有分类阈值下区分类别的能力的指标(0.5 = 随机,1.0 = 完美) |
| 数据增强 | 通过对现有数据应用变换(如旋转、翻转和裁剪)来人为扩充训练数据集的技术,常用于基于图像的任务 |
| 影像组学 | 从医学图像中提取大量定量特征,将视觉信息转换为可挖掘的数据用于预测建模 |
| 病理组学 | 从病理图像中提取大量定量特征,将视觉信息转换为可挖掘的数据用于预测建模 |
对于涉及同一患者多个样本的研究(如多个影像切片),留一患者交叉验证确保来自给定患者的所有数据都分配到同一折,防止测试和训练数据集之间的数据泄漏[26]。
过拟合和欠拟合
当模型过于完美地学习训练数据中的特定模式和噪声时,就会发生过拟合,导致训练性能优异但对新数据的泛化能力差。过拟合在复杂模型(如深度神经网络)和小数据集中是特别的风险——这两种情况在兽医 ML 研究中都很常见。过拟合的指标包括训练和验证性能之间的巨大差距。
相反,当模型过于简单,无法捕捉数据中的潜在关系时,就会发生欠拟合,导致在训练和新数据上表现不佳。解决过拟合的策略包括正则化技术(惩罚模型复杂度)、dropout(训练期间随机禁用神经元)、数据增强(通过对图像应用旋转或翻转等变换人为扩充训练集)和提前停止(当验证性能开始恶化时停止训练)[18,26]。根据可用数据的大小和性质选择适当复杂度的模型是 ML 开发的基本方面。
性能指标
多种指标用于评估 ML 模型性能,没有单一指标能说明全部情况。兽医 ML 研究中最常报告的指标包括:
• 准确率:所有预测中正确预测的比例。虽然直观,但当类别不平衡时准确率可能产生误导(例如,如果数据集中只有 10% 的患者患有目标疾病,一个简单地对每个病例预测"阴性"的模型可以达到 90% 的准确率,而没有任何诊断价值)。
• 敏感度(召回率):模型正确识别的真阳性病例的比例。当漏诊阳性病例会产生重大后果时,高敏感度很重要。
• 特异度:模型正确识别的真阴性病例的比例。当假阳性会产生重大后果时,高特异度很重要。
• 精确率(阳性预测值):预测为阳性的病例中真正为阳性的比例。与敏感度和特异度不同,精确率阳性预测值(PPV)直接依赖于疾病患病率:即使是高度敏感和特异的检测,在疾病罕见的人群中应用时 PPV 也会较低。
• 受试者工作特征曲线下面积(AUC-ROC):一种与阈值无关的指标,总结模型在所有可能的分类阈值下区分类别的能力。AUC 为 0.5 表示性能等同于随机,1.0 表示完美区分[26]。
• F1 分数:精确率和敏感度的调和平均值,提供一个平衡两者的单一指标。当类别分布不均时特别有用。
在评估临床使用的 AI 工具时,兽医专业人员应考虑哪些指标与预期临床应用最相关。筛查检测可能优先考虑敏感度,而确认性检测可能优先考虑特异度。仅报告准确率而不报告敏感度、特异度和 AUC 通常不足以评估临床效用。
类别不平衡
许多兽医数据集表现出类别不平衡,其中一种结果比另一种更常见。例如,在淋巴结评估数据集中,大多数淋巴结可能是非转移性的。类别不平衡可能使 ML 模型偏向多数类别,导致模型总体上看起来准确,但在少数(通常临床更重要)类别上表现不佳。
解决类别不平衡的常见策略包括对少数类进行过采样(例如,使用合成少数类过采样技术,即 SMOTE,它创建合成示例)[32]、对多数类进行欠采样、在算法内调整类别权重,以及使用准确率以外的指标(如 AUC、F1 分数或平衡准确率)来评估性能。
特征、数据和领域专业知识的作用
在 ML 中,"特征"是用作模型输入的数据的任何可测量属性或特征。在临床预测模型中,特征可能包括患者年龄、品种、体重、实验室值和临床分期。在影像组学中,特征是从医学图像中提取的定量描述符,如纹理指标、形状描述符和强度直方图[30]。
特征工程——从原始数据中选择、转换和创建特征的过程——通常是传统(非深度学习)模型 ML 流程中最具影响力的步骤。领域专业知识在这一阶段至关重要:兽医专业人员对疾病生物学和临床相关性的理解可以指导选择具有生物学意义且可能改善模型性能的特征。例如,了解某些影像纹理特征与肿瘤异质性相关,可以为影像组学研究中的特征提取提供信息。
相比之下,DL 模型通常被描述为执行自动特征提取,直接从原始数据(如图像像素)学习,而不需要手动特征工程。虽然这在工作流程方面是一个显著优势,但它并不能消除对领域专业知识的需求。兽医专业人员仍然至关重要,他们负责定义临床相关任务、整理和标注训练数据、识别潜在偏倚来源以及在临床背景下解读模型输出。
数据质量和可用性
任何 ML 模型的性能从根本上都受其训练数据的质量和数量的限制。常被引用的"垃圾进,垃圾出"原则在 ML 中尤其有力:有偏、不完整或标注错误的数据将产生不可靠的模型,无论算法多么复杂。
兽医学面临着几个与数据相关的挑战,使其与人类医学 AI 区分开来。这些包括遇到的物种和品种的多样性、许多疾病的患者群体较小、电子健康记录系统标准化程度较低,以及大型、整理完善、标注好的数据集可用性有限[7]。多机构合作和数据共享倡议越来越被认为是克服这些限制和开发可在不同临床环境中泛化的 AI 工具的关键。
人工智能在小动物兽医学中的当前应用
虽然本期刊后续文章将详细讨论具体应用,但简要概述当前格局为前面讨论的基础概念提供了有用的背景。
诊断影像
AI 辅助 X 线影像判读是兽医学中最引人注目和商业上最先进的 AI 应用之一。几种商业产品使用 DL(主要是 CNNs)检测胸部和肌肉骨骼 X 线片上的异常,包括心脏肥大、肺部模式和骨科疾病。这些工具通常设计为支持而不是取代兽医判读,通过突出感兴趣区域并提供概率评估[4,8,10,11,23,33]。影像组学——定量影像特征的提取和分析——也正在应用于 CT 和 MRI 数据,用于肿瘤特征描述、预后判断和治疗反应预测等任务[30]。
细胞学和组织病理学
计算机视觉算法正在开发和验证用于自动细胞学和组织病理学判读。应用包括有丝分裂象检测、自动分类和肿瘤性与炎症性疾病的鉴别。这些工具有可能提高一致性、减少病理学家的工作量,并在专家资源有限的环境中扩大专家级判读的可及性[12,34,35]。
临床决策支持和预测分析
ML 模型正在开发用于支持临床决策,领域包括疾病预后、治疗反应预测和风险分层。示例包括预测肿瘤患者生存结果的模型、识别特定并发症风险患者的模型,以及估计疾病进展的模型。电子健康记录数据与 ML 技术相结合,还可以支持人群水平的监测和新出现的疾病趋势识别[29,36]。
自然语言处理和大语言模型
NLP 技术,特别是 GPT-4 等 LLMs[37-39],正在被探索用于各种兽医应用。这些包括自动生成病历和出院小结、客户沟通、文献综述和综合,以及教育应用。虽然 LLMs 的能力令人印象深刻,但它们产生看似合理但不准确的信息(通常称为"幻觉")的倾向,需要在临床环境中进行仔细的人工监督[13-15]。
临床采用的挑战和考量
可解释性和可解释性
许多 ML 模型,特别是 DL 系统,一个持续存在的问题是它们的"黑箱"性质:它们可以做出准确的预测,却不能清楚地解释它们是如何得出结论的。这种透明度的缺乏可能成为临床信任和采用的障碍。解决这一问题的努力包括开发可解释性技术,如梯度加权类激活映射(突出图像中对模型分类最有影响的区域)[40],以及 SHAP(SHapley Additive exPlanations)值(量化每个特征对预测的贡献)[41]。
泛化性和外部验证
在开发机构的数据上表现良好的模型,应用于来自不同机构、地理区域或患者群体的数据时可能表现不佳。这是因为模型可能学习了训练环境特有的特征(如成像设备特征或当地疾病患病率),而不是潜在的生物学。外部验证——在来自不同来源的独立数据上测试模型——是确立 AI 工具稳健性和临床实用性的重要步骤。多机构验证研究虽然在后勤上具有挑战性,但特别有参考价值[7,10]。
监管和伦理考量
兽医学中 AI 的监管格局仍在发展中。与人类医疗器械不同,后者受到美国食品药品监督管理局等机构的严格监管监督,兽医 AI 工具目前面临的正式审查较少。责任问题(当 AI 辅助诊断不正确时)、数据隐私、算法偏倚以及 AI 在临床决策中的适当作用,都是兽医职业内部积极讨论的领域[16,42]。这些主题将在本期刊后续文章中更详细地探讨。
人工智能素养和教育
随着 AI 工具在临床实践中越来越普遍,兽医专业人员对 AI 素养的需求也相应增长。了解这些工具如何工作的基本知识——它们的能力、局限和适当用例——对于有效和负责任地采用至关重要。将 AI 和数据科学概念纳入兽医课程和继续教育项目,是确保职业为这一技术转型做好准备的重要一步[16,43]。
总结
AI 和 ML 代表着兽医学中一个重要且加速发展的创新领域。本文讨论的基础概念——AI、ML 和 DL 之间的区别;主要学习范式;常见算法和架构;以及模型评估的关键原则——为兽医专业人员提供了参与这一快速发展领域所需的词汇和概念框架。随着 AI 工具在临床实践中越来越普遍,一个知情且批判性参与的兽医职业,对于确保这些工具以改善患者护理质量的方式开发、验证和应用至关重要。
临床要点
• 在评估临床使用的 AI 诊断工具时,兽医专业人员应询问训练数据集的组成和多样性,包括所代表的物种、品种和成像设备,因为在狭窄数据集上训练的模型可能无法很好地泛化到更广泛的患者群体。
• AI 辅助诊断工具旨在支持而不是取代临床判断;AI 系统标记的发现应在完整临床背景下解读,不一致的结果应促使进一步调查,而不是盲目依赖算法输出。
• 仅凭准确率不足以评估 AI 工具的临床效用;应综合考虑敏感度、特异度、AUC 和临床背景(如目标人群中的疾病患病率)。
• DL 模型在开发过程中可以达到令人印象深刻的性能指标,但应用于来自不同设备、机构或患者群体的数据时可能失败;外部验证数据应被视为工具稳健性的有力证据。
• 兽医专业人员应意识到 AI 输出可能反映训练数据中存在的偏倚,并应保持较低的批判性评估阈值,特别是对于代表性不足的患者群体或非典型表现。
写作过程中的人工智能及人工智能辅助技术声明
在撰写本文期间,作者使用了 Claude(Anthropic,San Francisco, CA)来协助格式化和突出章节标题、拼写检查以及重新调整句子结构。使用该工具后,作者根据需要审查和编辑了内容,并对出版物内容承担全部责任。
利益披露
C. Pinard 是 ANI.ML Health Inc. 及其研究子公司(ANI.ML Research)的首席执行官和联合创始人。
参考文献
1. Rajpurkar P, Chen E, Banerjee O, et al. AI in health and medicine. Nat Med 2022;28(1):31–8. 2. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med 2019;25(1):44–56. 3. McKinney SM, Sieniek M, Godbole V, et al. International evaluation of an AI system for breast cancer screening. Nature 2020;577(7788):89–94. 4. Appleby RB, Basran PS. Artificial intelligence in veterinary medicine. J Am Vet Med Assoc 2022;260(8):819–24. 5. Akinsulie OC, Idris I, Aliyu VA, et al. The potential application of artificial intelligence in veterinary clinical practice and biomedical research. Front Vet Sci 2024;11:1347550. 6. Cihan P, Gokce E, Kalipsiz O. A review of machine learning applications in veterinary field. Kafkas Univ Vet Fak Derg 2017;23(4):673–80. 7. Basran PS, Appleby RB. The unmet potential of artificial intelligence in veterinary medicine. Am J Vet Res 2022;83(5):385–92. 8. Hennessey E, DiFazio M, Hennessey R, et al. Artificial intelligence in veterinary diagnostic imaging: a literature review. Vet Radiol Ultrasound 2022;63(S1):851–70. 9. Pinard CJ. The future is here: an introduction to the veterinary oncology collection on artificial intelligence and informatics. Vet Oncol 2025;2:10. 10. Joslyn S, Alexander K. Evaluating artificial intelligence algorithms for use in veterinary radiology. Vet Radiol Ultrasound 2022;63(6):871–9. 11. Nyquist ML, Fink LA, Mauldin GE, et al. Evaluation of a novel veterinary dental radiography artificial intelligence software program. J Vet Dent 2024;41(1):3–12. 12. Rai T, Morisi A, Bacci B, et al. Keeping pathologists in the loop and an adaptive F1-score threshold method for mitosis detection in canine perivascular wall tumours. Cancers 2024;16(3):644. 13. Chu CP. ChatGPT in veterinary medicine: a practical guidance of generative artificial intelligence in clinics, education, and research. Front Vet Sci 2024;11:1395934. 14. Pinard CJ, Poon AC, Lagree A, et al. Precision in parsing: evaluation of an open-source Named Entity Recognizer (NER) in veterinary oncology. Vet Comp Oncol 2025;23(1):102–8. 15. Poore TJ, Pinard CJ, Shabbir A, et al. Context matters: comparison of commercial large language tools in veterinary medicine. Preprint 2025. arXiv:2510.01224. 16. Bertin FR, Lawrence J, Niessen SJM, et al. The influence, promise, and potential perils of artificial intelligence in veterinary medicine: a call for improved awareness and literacy. J Vet Intern Med 2026;40(1):aalaf045. 17. LeCun Y, Bengio Y, Hinton G. Deep learning. Nature 2015;521(7553):436–44. 18. Goodfellow I, Bengio Y, Courville A. Deep learning. Cambridge, MA: MIT Press; 2016. 19. Litjens G, Kooi T, Bejnordi BE, et al. A survey on deep learning in medical image analysis. Med Image Anal 2017;42:60–88. 20. Krizhevsky A, Sutskever I, Hinton GE. ImageNet classification with deep convolutional neural networks. Commun ACM 2017;60(6):84–90. 21. He K, Zhang X, Ren S, et al. Deep residual learning for image recognition. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. June 27-30 2016, Las Vegas (NV), 2016:770-778. 22. Esteva A, Kuprel B, Novoa RA, et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature 2017;542(7639):115–8. 23. Banzato T, Wodzinski M, Tauceri F, et al. An AI-based algorithm for the automated detection of cardiogenic pulmonary edema on thoracic radiographs in dogs. Vet Radiol Ultrasound 2022;63(3):292–7. 24. Garcia R, Aguilar J, Toro M, et al. A systematic literature review on the use of machine learning in precision livestock farming. Comput Electron Agric 2020;179:105826. 25. Silver D, Huang A, Maddison CJ, et al. Mastering the game of Go with deep neural networks and tree search. Nature 2016;529(7587):484–9. 26. Hastie T, Tibshirani R, Friedman J. The elements of statistical learning: data mining, inference, and prediction. 2nd ed. New York: Springer; 2009. 27. Breiman L. Random forests. Mach Learn 2001;45(1):5–32. 28. Chen T, Guestrin C. XGBoost: a scalable tree boosting system. In: Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Aug 13-17 2016, San Francisco (CA), 2016:785-794. 29. Bohannan Z, Pudupakam RS, Koo J, et al. Predicting likelihood of in vivo chemotherapy response in canine lymphoma using ex vivo drug sensitivity and immunophenotyping data in a machine learning model. Vet Comp Oncol 2021;19(1):160–71. 30. Lambin P, Rios-Velazquez E, Leijenaar R, et al. Radiomics: extracting more information from medical images using advanced feature analysis. Eur J Cancer 2012;48(4):441–6. 31. Cortes C, Vapnik V. Support-vector networks. Mach Learn 1995;20(3):273–97. 32. Chawla NV, Bowyer KW, Hall LO, et al. SMOTE: synthetic minority over-sampling technique. J Artif Intell Res 2002;16:321–57. 33. Hespel A, Zhang Y, Basran PS. Artificial intelligence 101 for veterinary diagnostic imaging. Vet Radiol Ultrasound 2022;63(S1):817–27. 34. Zuraw A, Aeffner F. Whole-slide imaging, tissue image analysis, and artificial intelligence in veterinary pathology: an updated introduction and review. Vet Pathol 2022;59(1):6–25. 35. Fragoso-Garcia M, Wilm F, Bertram CA, et al. Automated diagnosis of 7 canine skin tumors using machine learning on H&E-stained whole slide images. Vet Pathol 2023;60(6):865–75. 36. Obermeyer Z, Emanuel EJ. Predicting the future — big data, machine learning, and clinical medicine. N Engl J Med 2016;375(13):1216–9. 37. Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need. Adv Neural Inf Process Syst 2017;30:5998–6008. 38. Devlin J, Chang MW, Lee K, et al. BERT: pre-training of deep bidirectional transformers for language understanding. In: Proceedings of NAACL-HLT. June 2-7 2019, Minneapolis (MN), 2019:4171-4186. 39. Brown TB, Mann B, Ryder N, et al. Language models are few-shot learners. Adv Neural Inf Process Syst 2020;33:1877–901. 40. Selvaraju RR, Cogswell M, Das A, et al. Grad-CAM: visual explanations from deep networks via gradient-based localization. Int J Comput Vis 2020;128(2):336–59. 41. Lundberg SM, Lee SI. A unified approach to interpreting model predictions. Adv Neural Inf Process Syst 2017;30:4765–74. 42. Duggirala HJ, Johnson JL, Tadesse DA, et al. Artificial intelligence and machine learning in veterinary medicine: a regulatory perspective on current initiatives and future prospects. Am J Vet Res 2025;86:S16–21. 43. Bertin FR, Lawrence J, Niessen SJM, et al. Use of, and attitudes toward, artificial intelligence in members of the American College of Veterinary Internal Medicine and the European College of Veterinary Internal Medicine – companion animals. J Vet Intern Med 2026;40(1):aalaf036.