В то время как в человеческой медицине цифровые технологии уже стали стандартом — алгоритмы анализируют рентген и МРТ, а программы оценивают риск осложнений, — ветеринария развивается медленнее. Диагностика у животных часто опирается на личный опыт врача и доступность лабораторного оборудования. В приютах и питомниках, где содержится много собак, это повышает риск незамеченных инфекций и стремительных вспышек заболеваний.
Команда Пермского Политеха разработала первую автоматическую систему распознавания болезней у собак в России. Она должна помогать ветеринару шаг за шагом приходить к точному диагнозу по принципу навигатора. Результаты исследования опубликованы в журнале «Аграрный вестник Верхневолжья».
Учёные собрали информацию о наиболее распространённых заболеваниях и оформили её в виде иерархического дерева. В его основу вошли крупные классы болезней, например инфекционные патологии и нарушения работы отдельных органов. Далее дерево разбивается на более узкие категории — вирусные или бактериальные инфекции и другие группы. Конечные уровни занимают конкретные диагнозы и их разновидности. Каждому уровню и заболеванию присвоили собственный цифровой код.
На этой базе построили математическую модель процесса диагностики. Она задаёт логику переходов от общего подозрения («наличие инфекции») к конкретному диагнозу («определённый штамм коронавируса») в зависимости от вводимых симптомов. Все возможные шаги и развилки формализовали в специальных таблицах, которые стали основой алгоритма.
Затем в среде моделирования собрали и испытали прототип системы. В качестве примера разработчики использовали цепочку «инфекция → вирусная инфекция → коронавирус → штамм CoV NTU336/F/2008». Согласно описанию, система на основе набора симптомов правильно прошла все этапы и в конце выдала сигнал подтверждения диагноза. Это позволило проверить, что алгоритм корректно обрабатывает вводимые данные и завершает поиск нужной конечной точки.
Отдельно исследователи подготовили для практикующих врачей таблицу соответствия симптомов и коротких цифровых обозначений. Ветеринару предлагается выделить ключевые признаки, такие как повышение температуры, кашель или определённые результаты анализов, найти для них коды и ввести их в систему. После этого она автоматически сопоставит данные с деревом болезней и предложит наиболее подходящий диагноз.
По словам Сергея Костарева, доктора технических наук и доцента кафедры «Информационные технологии и автоматизированные системы», система создавалась как отечественная замена зарубежным технологиям и как понятный, контролируемый инструмент, а не «чёрный ящик» на базе сложного искусственного интеллекта. Её планируют использовать и как помощь врачу в типичных клинических ситуациях, и как наглядный учебный тренажёр для студентов.
Следующий этап — клинические испытания на реальных животных. Авторы отмечают, что подход можно распространить и на другие виды животных, включая сельскохозяйственных и экзотических, если для них будет построено аналогичное формализованное дерево классификации болезней, сообщает naked-science.ru.
Читайте также: