Учёные из Университета Падуи (Италия) совместно с коллегами из Университета Кракова (Польша), Университета Пизы (Италия) и Antech Imaging Services (США) представили первую систему на основе искусственного интеллекта для автоматического распознавания очаговых поражений печени у собак по данным компьютерной томографии.

В анализ включили 200 КТ-исследований, проведённых в 2019–2023 годах собакам с подозрением на опухоли печени. После отбора по критериям качества данных в выборку вошли 130 исследований для обучения и 45 для тестирования модели.
Эталонная разметка выполнялась вручную: специалисты обводили контуры очагов поражений на КТ-снимках, что в среднем занимало от 10 до 40 минут на одно исследование.
Для автоматической сегментации использовали фреймворк nnUNet v2. Тестировались четыре архитектуры:
- 2D-модель (анализ отдельных срезов);
- 3D-модель;
- каскадная 3D-модель, совмещающая низкое и высокое разрешение;
- комбинированные варианты.
Результаты
Наилучшие результаты показала каскадная 3D-модель: коэффициент совпадения (Dice similarity) составил 0,86 (почти полное совпадение разметки алгоритма и специалиста), а показатель ASSD — 2,7 мм, что отражает среднюю разницу между границами очага, выделенного человеком и алгоритмом.

Точность алгоритма зависела от размера образований: обширные очаги определялись с большей достоверностью, а при небольших — точность определения снижалась. Тем не менее, именно при наличии крупных опухолей автоматизация экономит больше всего времени, поскольку ручная сегментация в таких случаях наиболее трудоёмка.
Выводы
Авторы отмечают, что применение подобных ИИ-инструментов может значительно ускорить постановку диагноза, повысить объективность оценки и упростить планирование терапии, включая химиотерапию и малоинвазивные методы лечения. Модель нуждается в дальнейшей проверке на расширенных массивах данных, но её потенциал для ветеринарной практики очевиден.
Источник: frontiersin.org
Все
Издания
Телеграм
Карта зообизнеса
Профиль

