ИИ научили распознавать отёк лёгких у собак по УЗИ

В ветеринарной клинике CHV Frégis (Франция) провели исследование, которое показало: искусственный интеллект может эффективно помогать врачам в диагностике кардиогенного отёка лёгких у собак.

Кардиогенный отёк лёгких (КОЛ) — опасное осложнение сердечной недостаточности. У собак с этим состоянием в лёгких скапливается жидкость, и важно, чтобы врач быстро подтвердил диагноз. Рентгенография считается «золотым стандартом», но она требует укладки тяжёлого пациента и несёт радиационную нагрузку. Лёгочное УЗИ — более щадящий метод, который выявляет КОЛ по так называемым B-линиям – специфическим артефактам на УЗИ-изображении, появляющимся из-за скопления жидкости. Однако его результаты во многом зависят от опыта специалиста, а в экстренных ситуациях это может задерживать лечение.

Исследователи протестировали, как с этой задачей справится ИИ. В исследование вошли 40 собак: 20 с подозрением на КОЛ и 20 здоровых. Всем животным провели лёгочное УЗИ по протоколу Vet BLUE, фиксируя короткие видео участков лёгких. Автоматический подсчёт B-линий выполнял алгоритм Auto B-line Counter, а затем результаты сверяли с оценками двух опытных специалистов, которые работали независимо и не знали данных ИИ.

Алгоритм определял количество B-линий у всех собак, но в группе с подозрением на КОЛ для этого чаще требовалось несколько попыток. С первой попытки автоматический подсчёт прошёл успешно у 70% здоровых животных и только у 55% пациентов с подозрением на кардиогенный отёк лёгких.

При сравнении с врачами система показала высокое совпадение: коэффициент согласованности составил 0,88 для точного числа B-линий и 0,85 — для классификации по диагностическому порогу (>3 B-линий). Точность алгоритма по сравнению с оценками специалистов составила 84–86%, отрицательная прогностическая ценность — выше 85%, а положительная — около 75–80%.

Подпишитесь прямо сейчас на наш телеграм-канал, чтобы следить за ветеринарными новостями.

Авторы работы отмечают, что ИИ особенно хорошо подходит для исключения КОЛ, но иногда склонен завышать число патологических находок. Однако, чтобы внедрить эту технологию в практику, разработчикам нужно адаптировать алгоритм под анатомические особенности собак и обучить его на ветеринарных данных.

Источник: frontiersin.org