AI系统助力马匹骨折早期精准诊断

英国皇家兽医学院（rvc）的一项研究因在动物骨折检测中应用人工智能技术而入选2026年“英国stem奖”决赛，标志着兽医影像诊断领域迎来重要突破。该成果旨在通过ai技术实现骨骼损伤的更早识别，从而显著改善赛马及宠物动物的健康管理与预后。

在纯血赛马行业中，骨折是导致运动能力丧失和动物福利受损的主要原因之一。据统计，约10%的赛马在训练期间会发生骨折，每千次出赛记录中约有1.3次骨骼损伤。尽管临床意义重大，但传统诊断仍依赖x光片，受限于图像质量、拍摄角度及细微骨变化识别难度，早期诊断准确率往往难以保证。

为攻克这一难题，rvc团队在统计学副教授ruby chang与hanya博士的带领下，构建了一套三阶段ai诊断系统。该系统首先自动识别影像类型（x光、ct或mri），其次判断拍摄角度，zui后精准定位骨折位置。训练数据极具创新性：整合了英国两家专科医院100例马匹骨折影像、70例猫科病例，以及从公共数据库获取的约4000例人类骨折影像。

项目核心亮点在于采用了“迁移学习”策略，即先利用海量人类医学影像训练模型，再将其适配至兽医领域。这一方法成功克服了马匹影像数据稀缺的瓶颈，使系统骨折定位精度达到71%至84%。相关成果已发表于《bioengineering》期刊，并获得国际学术界认可。

目前，该团队正与香港赛马会展开合作，探索利用ai识别赛马亚临床骨变化的可能性。若预防性应用得以证实，该技术将从单纯诊断工具升级为预防灾难性损伤的关键防线，推动全球赛马业向更安全、更智能的方向发展。

对中国马业从业者而言，这一案例表明ai技术正加速跨越人医与兽医的界限，未来在赛马训练监测、伤病预警及保险风控等领域，引入智能化诊断工具将成为提升行业竞争力的重要趋势。