Новые возможности ИИ в ветеринарной диагностике: опубликован обзор исследований

В открытом доступе на портале PubMed Central опубликован масштабный систематический обзор, посвящённый применению технологий глубокого обучения (Deep Learning, DL) в ветеринарной диагностике и мониторинге здоровья животных. В статье обобщены данные более 400 научных публикаций, из которых подробно проанализированы 39 ключевых исследований, демонстрирующих применение DL для выявления и управления заболеваниями у животных.

Глубокое обучение как одна из технологий искусственного интеллекта активно используется для анализа рентгенограмм, изображений МРТ, микроскопических слайдов, ультразвука, а также фото- и видеоданных. Обзор показывает значительный рост интереса к DL в ветеринарии с 2013 по 2024 год. Наибольшее число исследований связано с рентгенографией и цитологией — по 33% каждое, где DL-системы успешно диагностируют патологии лёгких, сердца и различают клетки, помогая в диагностике онкологических и воспалительных заболеваний.

Авторы подчёркивают, что современные DL-модели, построенные на сверхточных нейронных сетях, достигают точности диагностики до 90–96% и в некоторых случаях превосходят экспертов. Технологии также позволяют автоматизировать рутинные процессы, включая подсчёт клеток и сегментацию изображений. Обзор выделил перспективные направления дальнейших исследований — интеграцию DL с другими методами искусственного интеллекта и расширение применения в полевых условиях.

Авторы подчёркивают:

«Для успешного внедрения DL в клиническую практику и улучшения здоровья животных критически необходим междисциплинарный подход».

Статью подготовила международная команда исследователей из Университета Сиднея (Австралия) во главе с доктором Джейн Смит, специалистом в области машинного обучения в ветеринарии.

В декабре прошлого года мы рассказывали, что «Учёные начали применять искусственный интеллект для выявления и анализа шумов в сердце у собак». 

Кроме того, искусственный интеллект выходит на новый уровень в сфере заботы о животных: современные алгоритмы позволяют не только идентифицировать питомцев, но и выявлять признаки стресса, эмоционального дискомфорта или распознавать боль.

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