Штучний інтелект рахує VHS у собак: що показав огляд 94 досліджень

Ми постійно стикаємося з міксоматозною дегенерацією мітрального клапана (MMVD) — це найпоширеніша набута патологія серця у собак. Рентген грудної клітки залишається стандартом для оцінки кардіомегалії, а VHS — загальноприйнятим вимірюванням. Але ручний підрахунок VHS залежить від того, хто і як ставить крапки на знімку. Між дослідниками виникають розбіжності.

У свіжому огляді, опублікованому в Elsevier, зібрали дані про те, як глибоке навчання може автоматизувати цей процес. Автори прогнали систематичний пошук по трьох наукових базах і відібрали 3 729 записів. Після перевірки критеріям відповідали 94 дослідження, з яких детально розібрали 17.

Що показали результати:

• Найкращі моделі. EfficientNet-B3 та EfficientNet-B7 стабільно давали найточніші результати і для локалізації анатомічних орієнтирів, і для прогнозування самого VHS.
• Transfer learning — ключовий фактор. Перенесення навчання з інших доменів суттєво покращило роботу моделей. Це критично, бо розмічених ветеринарних знімків мало.
• Архітектури. Окрім звичайних згорткових мереж (CNN), у роботах використовували гібридні архітектури з трансформерами. Але саме EfficientNet показав себе найкраще.

Практичний висновок для нас: автоматичний VHS вже працює, але поки що не готовий до повсюдного клінічного використання. Головні проблеми — різні протоколи розмітки даних, відсутність багатоцентрових досліджень і погана зовнішня валідація. Тобто модель, яка чудово працює на даних однієї клініки, може "посипатися" на знімках з іншого апарата чи при іншій якості зображення.

Що потрібно для впровадження: більше різноманітних датасетів, зрозумілі для лікаря пояснення рішень моделі (інтерпретованість) і обов'язкова перевірка на зовнішніх вибірках. Поки цього немає — ручний підрахунок залишається золотим стандартом, але автоматизація вже близько.