Projekt CyfroVet. Naukowcy z AGH chcą pomóc w diagnozowaniu chorych zwierząt. Wykorzystają sztuczną inteligencję

Sztuczna inteligencja w w diagnostyce weterynaryjnej

CyfroVet, bo taką nazwę nosi projekt, ma być nową generacją inteligentnych narzędzi w diagnostyce weterynaryjnej. Głównym celem jest skrócenie czasu badań cytologicznych, które są pierwszym krokiem w diagnostyce zmian nowotworowych u zwierząt. Jak tłumaczą pomysłodawcy, obecnie czas oczekiwania na wynik badania cytologicznego wynosi od kilku dni do 2 tygodni, a cena takiego badania to kilkaset złotych. By znacznie ten czas skrócić, można zastosować zautomatyzowany system, który pozwalałby na wykonanie zdjęcia próbki materiału cytologicznego, a następnie przeanalizowanie go z wykorzystaniem algorytmów sztucznej inteligencji. Pozwoliłoby to ocenić zmiany patologiczne w preparacie, a lekarz mógłby łatwiej podjąć wstępną decyzję co do dalszych kroków w procesie diagnostyki i leczenia.

– Realizacja i opracowanie takiego systemu wiążą się z szeregiem wyzwań – mówi dyrektor Cyfronetu prof. Kazimierz Wiatr. – Pierwszym jest zgromadzenie odpowiedniej liczby zdjęć preparatów cytologicznych o różnorodnym charakterze, które pozwolą na wytrenowanie algorytmu sztucznej inteligencji do rozpoznawania zmian nowotworowych. Wyłonione w wyniku selekcji fragmenty zdjęcia, które zawierają interesujące zmiany patologiczne, pozwalają na dokonanie diagnozy z dużą dokładnością. Czasochłonny jest również proces oznaczania tzw. danych uczących, który wiąże się z ręcznym oznaczeniem zmian patologicznych przez lekarza eksperta oraz ich weryfikacji przez dyplomowanego patologa.

Analiza zmian nowotworowych

Jak mówi inicjator prowadzonych w Cyfronecie prac dr hab. Maciej Wielgosz, obecnie w ramach projektu opracowane zostało rozwiązanie, pozwalające na klasyfikację wybranych zmian patologicznych z wykorzystaniem sieci neuronowych.

– Opracowane zostały również architektury sieci pozwalające na szczegółową detekcję pojedynczych komórek nowotworowych, która pozwala na bardziej dokładną analizę zachodzących zmian patologicznych – dodaje. – Zaprojektowane rozwiązanie pozwala uzyskać dokładności klasyfikacji na poziomie nawet 96 procent. System działa dla wybranych trzech zmian nowotworowych: mastocytomy, histiocytomy oraz chłoniaka.

Dane o zwierzęciu

W ostatnim czasie zespół prowadzi również badania nad holistycznym podejściem do diagnostyki weterynaryjnej, które dotyczy nie tylko zbadania zmian na zdjęciach preparatów cytologicznych pod mikroskopem, ale również informacji o zwierzęciu zebranych przez weterynarza w trakcie wstępnego wywiadu. Wywiad taki dotyczy wieku zwierzęcia, chorób czy lokalizacji zmian na powierzchni skóry. Są to tak zwane dane kategoryczne, które mogą w znaczący sposób wpłynąć na podjęcie przez lekarza decyzji diagnostycznej. Jak planują naukowcy, uwzględnienie tych danych w algorytmie sztucznej inteligencji pozwoli potencjalnie podnieść skuteczność jego działania.