Sztuczna inteligencja może sprawić, że nowotwory u zwierząt będą diagnozowane w krótszym czasie. Obecnie badanie cytologiczne oznacza wydatek na poziomie kilkuset złotych i nawet do dwóch tygodni oczekiwania na wynik. Naukowcy z Akademickiego Centrum Komputerowego CYFRONET AGH przekonują, że wykorzystując AI, można znacznie skrócić ten czas.
Sztuczna inteligencja może pomóc diagnozować nowotwory u zwierząt
Naukowcy z AGH twierdzą, że zautomatyzowany system może przyśpieszyć diagnostykę nowotworów u zwierząt. Algorytmy sztucznej inteligencji pomogłyby w przeanalizowaniu zdjęcia próbki materiału cytologicznego. Następnie oceniono by zmiany patologiczne w preparacie.
Dyrektor ACK Cyfronet AGH prof. Kazimierz Wiatr wskazuje, że wyzwanie polega na zgromadzeniu odpowiedniej liczby zdjęć preparatów cytologicznych o różnorodnym charakterze. To konieczne, aby wytrenować algorytm sztucznej inteligencji tak, by rozpoznawał zmiany nowotworowe z dużą dokładnością. W ramach prac prowadzonych w projekcie CyfroVet naukowcy opracowali rozwiązanie, które pozwala sklasyfikować wybrane zmiany patologiczne 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 – mówi inicjator prac dr hab. inż. Maciej Wielgosz. Jak twierdzi, system działa dla wybranych zmian nowotworowych (mastocytomy, histiocytomy oraz chłoniaka), a dokładność klasyfikacji wynosi do 96%.
Czytaj także: Trwa Hack4Lem – 40-godzinny maraton tworzenia innowacyjnych rozwiązań
Zespół prowadzi też badania nad holistycznym podejściem do diagnostyki weterynaryjnej. Oprócz zbadania zmian na zdjęciach preparatów cytologicznych pod mikroskopem, brane pod uwagę są informacje o zwierzęciu zebrane przez weterynarza w trakcie wstępnego wywiadu. Wywiad dotyczy wieku zwierzęcia, chorób oraz lokalizacji zmian na powierzchni skóry. Są to tzw. dane kategoryczne, które mogą w istotny sposób wpłynąć na podjęcie przez lekarza decyzji diagnostycznej. Uwzględnienie tych danych w algorytmie sztucznej inteligencji pozwoli potencjalnie podnieść skuteczność jego działania.
źródło: Nauka w Polsce