Учёные Эдинбургского университета разработали и протестировали модель глубокого машинного обучения, способную определять заболевания среднего уха у собак по данным компьютерной томографии (КТ). Работа опубликована в журнале Veterinary Radiology & Ultrasound (2025).

В исследование вошли 535 КТ-исследований собак, выполненных в Королевской ветеринарной школе Эдинбурга в 2009–2020 годах. Из них 402 снимка классифицировали как норму и 133 — как патологию (наличие жидкости, мягкотканного или минерального содержимого в барабанной полости). Для аннотации данных были задействованы четыре ординатора по диагностической визуализации и сертифицированный радиолог, решения принимались консенсусом.
Для автоматической классификации применили архитектуру нейросети для анализа изображений ResNet-18. Поскольку набор данных был относительно небольшим, учёные применили методы, позволяющие расширить и сбалансировать набор снимков для того, чтобы модель лучше различала патологические изменения. Данные разделили на обучающую (74%), валидационную (13%) и тестовую (13%) выборки.
Лучшая версия программы достигла точности 84,7% при диагностике заболеваний у собак: она правильно выявляла 72,2% случаев животных с патологиями и 97,2% здоровых. Для сравнения, базовая модель без дополнительного обучения показала лишь 77,8% точности. Таким образом, новая система оказалась на 8,9% точнее, на 23,8% чувствительнее и на 14% надёжнее по общему балансу правильных определений (F1-показатель).
Авторы отмечают, что даже при ограниченном количестве данных возможно создать эффективный алгоритм для поддержки ветеринарных специалистов в работе по диагностике отитов среднего уха у собак. По их мнению, дальнейшее расширение базы данных и использование 3D-КТ позволят значительно повысить качество таких систем.
Исследователи подчёркивают: развитие искусственного интеллекта в ветеринарной радиологии способно снизить нагрузку на специалистов и ускорить постановку диагноза, особенно в случаях, когда промедление угрожает здоровью и качеству жизни животного.
Источник: pubmed.ncbi.nlm.nih.gov
Все
Издания
Телеграм
Карта зообизнеса
Профиль

