《Frontiers in Veterinary Science》：Deep learning for diagnostic and clinical decision support in companion animals: a systematic review of CNN- and LSTM-based approaches
编辑推荐：
在明显临床症状出现之前实现早期疾病检测仍是兽医医学中的一项关键任务。本系统综述对应用于犬猫患者诊断与临床决策支持的卷积神经网络（Convolutional Neural Network, CNN）和长短期记忆网络（Long Short-Term Memory,
在明显临床症状出现之前实现早期疾病检测仍是兽医医学中的一项关键任务。本系统综述对应用于犬猫患者诊断与临床决策支持的卷积神经网络（Convolutional Neural Network, CNN）和长短期记忆网络（Long Short-Term Memory, LSTM）进行了方法学综合，同时评估了算法性能与临床可行性。研究人员遵循PICO-CS框架和PRISMA 2020指南，检索了Scopus和Web of Science中2021年至2026年间发表的同行评议研究，最终纳入57项原始研究。研究覆盖11个临床领域，证据高度集中于肿瘤学（28.1%）、心脏病学（15.8%）和肺病学（12.3%）。CNN架构在空间成像模态中占主导地位，包括X线片、临床摄影、超声检查和显微图像；LSTM网络则用于处理时间信号和基于传感器的遥测数据。二分类任务取得了最高的性能指标（准确率最高达99%），而多分类任务由于数据集不平衡表现出更广泛的变异性。跨研究基准比较显示，数据集、评价指标和验证方案存在显著异质性；同时，对高性能计算基础设施的依赖对资源受限诊所中的即时检测（point-of-care）部署构成障碍。研究人员得出结论：尽管深度学习架构作为临床决策支持工具具有显著潜力，但要向常规兽医实践转化，仍需前瞻性外部验证、具有代表性的开放获取数据集，以及针对常规临床硬件优化的轻量级模型。
1 Introduction
当代兽医诊断模式主要是反应性的，临床干预通常在明显症状出现后或依赖耗时的实验室流程才启动。机器学习（ML）与深度学习（DL）为从大规模数据中快速预测和诊断疾病提供了可行框架。该领域受到人工智能在人类医疗与非医疗领域成功应用的推动，已有研究涉及兽医影像、血液学、肿瘤学、运动分析等，但整体研究高度碎片化，数据集、评价指标和实验方案异质性显著，阻碍了直接基准比较和临床转化。因此，本文聚焦于CNN与LSTM在犬猫诊断和临床决策支持中的应用，涵盖空间成像数据与时间序列数据，并评估模型性能与计算需求。
2 Methodology
本综述遵循PRISMA 2020指南，采用PICO-CS（Population, Intervention, Comparison, Outcome, Context, Study Design）框架制定纳入标准。研究对象为犬猫；干预措施为CNN和LSTM架构；结局为诊断与临床决策支持能力。比较部分未作为数据库检索概念引入，以避免降低检索敏感度。研究类型限于同行评议的原始实证研究，排除生存预测或治疗疗效研究、传统机器学习或无关算法、定性研究和文献综述。
2.1 Information sources and search strategy
检索数据库为Scopus和Web of Science Core Collection，最终检索日期为2026年4月23日。检索策略基于PICO-CS成分构建，采用疾病或病理、CNN或LSTM、预测或检测或分类或诊断、犬或猫或兽医等自由文本关键词，未使用受控词表。仅纳入2021—2026年发表的英文同行评议期刊论文，并应用开放获取筛选。全文获取通过Zotero、DOI、Google Scholar和ResearchGate完成。
2.2 Data management and selection criteria
使用Excel进行初始数据管理和去重，Zotero用于文献组织与全文管理。研究明确界定了检测、分类、预测和诊断的操作定义。排除标准包括：EC1排除生存预测或治疗疗效研究，EC2排除传统机器学习或无关算法，EC3排除定性研究与综述。最终纳入57项原始研究。
2.3 Methodological quality and risk of bias assessment
采用基于PROBAST+AI原则调整的六准则框架（Q1—Q6）评估方法学偏倚风险，每项0—2分，总分0—12分；9—12分为低偏倚风险，5—8分为中等偏倚风险，0—4分为高偏倚风险。TRIPOD+AI仅用于报告完整性评估，不计入偏倚评分。评估内容包括人群代表性、预测变量定义、验证策略、性能指标恰当性、数据划分是否存在泄漏以及临床适用性。两位作者独立评估，分歧与第三位作者讨论解决。
2.4 Screening and data extraction procedures
三位作者采用盲法独立筛选标题、摘要和全文。PRISMA 2020流程显示：初检获得225条记录（Scopus 153条，Web of Science 72条），去除67条重复后剩余158条；标题与摘要筛选排除93条，65篇进入全文检索，其中1篇无法获取，64篇接受全文评估；最终按EC1排除2篇、EC2排除4篇、EC3排除1篇，共纳入57篇。范围限制包括仅检索两个数据库、排除非英文文献、排除书籍章节与会议论文以及仅限开放获取文献。
3 Results
结果围绕四个主题展开：临床领域与病理分布、网络架构与临床数据模态关系、报告的性能范围以及临床与技术应用背景。
3.1 Clinical domains and pathologies investigated
共识别出11个临床领域，证据主要集中在肿瘤学（28.1%）、心脏病学（15.8%）和肺病学（12.3%）。肿瘤学包括乳腺肿瘤、肥大细胞瘤、淋巴瘤、骨肉瘤以及基于细胞形态的突变状态预测；心脏病学集中于X线片心脏指标自动化，如椎体心脏尺寸（VHS）和心胸比率（CTR）、二尖瓣黏液样变性（MMVD）及猫肥厚型心肌病；肺病学包括胸腔积液、肺部弥漫性异常和球孢子菌病。其他领域涉及眼科、骨科、血液学、皮肤病学、神经病学、行为学、肾脏病学和生殖学。犬类研究数量多于猫类，猫类仅在心脏病学和肺病学中形成稳定分布。
3.2 Architectures and clinical data modalities
CNN主要处理X线片、超声、临床照片和显微图像等空间成像数据，LSTM和RNN则仅用于时间信号处理。ResNet是应用最广泛的架构，覆盖七种数据模态中的六种。显微图像中架构多样性最高，包括ResNet、YOLO、R-CNN、U-Net、Inception和视觉Transformer（ViT）等；X线片更多采用Inception和U-Net；临床照片中EfficientNet比例较高。超声、MRI和CT的架构多样性较低。时间序列任务中，LSTM/RNN用于癫痫预测、行为监测、心脏杂音分类和步态分析，也存在将时间信号转换为频谱图并由CNN处理的混合方法。数据集规模呈低端与高端双峰分布，中等规模数据不足。
3.3 Evaluation metrics and reported performance
二分类任务准确率范围为0.82—0.99，AUC为0.69—0.99，F1分数为0.85—0.99，敏感度为0.82—0.97。多分类任务准确率为0.78—0.99，F1分数为0.68—0.95，宏F1为0.68—0.94。目标检测的平均精度均值（mAP）为0.87—0.97，F1分数为0.75—0.84。分割任务的Dice相似系数（Dice/DSC）为0.58—0.97，交并比（IoU）为0.58—0.95。时间预测任务敏感度为0.62—1.00；回归任务报告了平均绝对百分比误差（MAPE）5%—30%和平均偏倚-0.09椎体。验证策略方面，54项研究采用留出法，26项采用k折交叉验证，仅6项（10.5%）使用外部验证，仅7项（12.3%）明确采用个体级数据划分以防止数据泄漏。六准则偏倚风险评估显示，55项（96.5%）研究为高质量（9—12分），2项（3.5%）为中等质量（5—8分）；模型描述和任务特定指标得分较高，而外部验证和数据划分程序报告不足。
3.4 Clinical and technological context of application
模型最常见的定位是基层临床护理中的决策支持，而非替代兽医判断。应用包括心脏指标自动量化、胸片异常检测、皮肤病损分类、眼科疾病诊断和关节发育不良评估。第二个主要场景是专业实验室，用于组织病理和细胞学中的肿瘤分割、分类及血液学分析。此外还包括放射科、急诊和分诊场景，以及基于可穿戴设备的远程行为监测。基础设施需求从移动设备到专用GPU和高性能计算（HPC）平台不等，许多研究未报告硬件要求、推理时间或运行成本。地理分布集中于美国、韩国和部分欧洲国家等高收入地区，新兴经济体参与较少。
4 Discussion
该综述表明，深度学习在兽医诊断中的整合取决于数据可用性、架构选择、评估方法和技术部署条件。与范围更广的综述相比，本研究聚焦犬猫、CNN/LSTM架构以及诊断与临床决策支持，便于跨模态比较。肿瘤学应用集中与病理图像数据可用性有关；犬多于猫反映发表趋势而非临床患病率。ResNet等架构的广泛使用并不等同于其在所有任务中最优。LSTM适用于长期序列建模，而多模态融合仍面临数据表示与对齐挑战。性能指标随任务复杂性和验证方案变化，二分类任务的高准确率可能因外部验证和个体级划分不足而存在高估。许多模型虽面向基层场景，但硬件依赖和报告缺失限制其即时部署。未来需要外部验证、个体级数据划分、多中心数据集以及边缘计算等轻量化部署策略。
5 Conclusions
人工智能在兽医诊断与临床决策支持中的应用目前集中在肿瘤学、心脏病学和肺病学。图像类应用占主要部分，CNN被用于多种数据模态，二分类任务报告的最高准确率达到99%，而多分类性能存在较大变异。这种变异与数据集特征、类别分布、任务复杂度和评估方案有关。外部验证、前瞻性评估和标准化报告不足，限制了对模型泛化性和临床适用性的判断。向常规实践转化需要前瞻性多中心研究、独立外部验证、标准化性能与硬件报告以及适当的监管评估。现有研究活动集中在高收入国家，新兴经济体需要更多开放数据资源和计算基础设施支持。
