ИИ научился выявлять респираторные патологии у собак и кошек с точностью до 90%

Респираторные заболевания у собак и кошек нередко диагностируются на основании аускультации и рентгенографии, а значит, во многом зависят от субъективной оценки ветеринарного врача. Международная группа исследователей проанализировала, насколько методы искусственного интеллекта уже сегодня способны повысить точность такой диагностики.

Работа выполнена специалистами Университета Боливариана дель Эквадор, Университета Гуаякиля, Комплутенсе университета Мадрида и Технологического университета Индоамерики. Авторы провели систематический обзор исследований, опубликованных с 2019 года, в которых алгоритмы машинного обучения применялись для выявления респираторной патологии у собак и кошек.

Целью исследования было оценить, какие подходы уже используются в клинической практике и каких диагностических показателей удалось достичь. Поиск литературы проводился в базах PubMed, Scopus, IEEE Xplore, Web of Science и Google Scholar по протоколу PRISMA. Всего было выявлено 558 публикаций, после удаления дубликатов и отбора по критериям включения в анализ вошли 24 исследования.

Из них 5 работ были посвящены анализу дыхательных звуков, 13 — интерпретации рентгенографических и томографических изображений грудной клетки, ещё 6 — мультимодальным моделям, объединяющим несколько типов данных.

В исследованиях, где использовался аудиоанализ, алгоритмы применяли для выявления синдрома обструкции дыхательных путей у брахицефалических пород и других патологических дыхательных шумов. В отдельных работах точность классификации достигала 90%.

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

В группе исследований, основанных на анализе изображений, чаще всего применялись сверточные нейронные сети. Они демонстрировали клинически значимую точность при выявлении кардиомегалии, альвеолярных инфильтратов и других изменений на рентгенограммах грудной клетки. По мнению авторов, такие алгоритмы позволяют снизить межспециалистскую вариабельность и стандартизировать оценку снимков.

Мультимодальные модели объединяли аудиоданные, видеозаписи, сигналы носимых устройств и физиологические параметры. В ряде работ точность определения частоты дыхания и сердечных сокращений в домашних условиях была сопоставима с ручным подсчётом.

Авторы отмечают, что искусственный интеллект уже демонстрирует потенциал как вспомогательный инструмент для диагностики респираторных заболеваний у собак и кошек. Однако внедрение таких технологий сдерживается нехваткой крупных стандартизированных наборов данных и ограниченной клинической валидацией. По мнению авторов, дальнейшее развитие возможно при координации усилий по обмену данными и унификации методик, что позволит интегрировать цифровые решения в повседневную практику ветеринарных специалистов.

Источник: mdpi.com