Глибоке навчання в діагностиці собак і котів: що показав систематичний огляд 57 досліджень
Систематичний огляд 57 досліджень (2021–2026) з CNN і LSTM у діагностиці собак і котів: найбільше робіт з онкології, кардіології та пульмонології, бінарна класифікація сягає 99% точності, але через різнорідність даних і важкі обчислювальні вимоги більшість моделей ще не готові до рутинної клініки.
Огляд опубліковано у Frontiers in Veterinary Science (жовтень 2026). Автори з Університету технологій Перу зібрали 57 первинних досліджень із Scopus і Web of Science за 2021–2026 роки за схемою PICO-CS і PRISMA 2020. Мета — оцінити не лише точність алгоритмів, а й реальну клінічну придатність.
Де застосовують. Виділили 11 клінічних напрямів. Найбільше доказів з онкології — 28,1%, кардіології — 15,8%, пульмонології — 12,3%. Решта — дерматологія, офтальмологія, ортопедія (зокрема оцінка дисплазії кульшового суглоба на рентгенограмах), неврологія, виявлення кульгавості через аналіз ходи.
Які архітектури. CNN домінують там, де є просторові дані: рентгенограми, клінічні фото, УЗД, цитологія й гістопатологія, КТ, МРТ. LSTM використовують для часових сигналів — ЕЕГ, дані носимих сенсорів, телеметрії. Часові сигнали часто перетворюють у спектрограми й далі обробляють CNN.
Результати. Бінарна класифікація («є патологія / немає») дає найвищі показники — точність до 99%. Мультикласові задачі значно варіабельніші через дисбаланс датасетів. Порівняти моделі між собою напряму майже неможливо: набори даних, метрики й протоколи валідації дуже різні, а самі датасети часто закриті.
Що заважає впровадженню. Більшість моделей потребують потужного GPU-обладнання, що нереально для звичайної клініки. Плюс бракує проспективної зовнішньої валідації — тобто перевірки на нових пацієнтах в інших умовах, а не на тому ж датасеті, де модель тренували.
Висновок для практики. Архітектури CNN і LSTM перспективні як інструменти підтримки рішень, але до рутинного використання їм потрібні три речі: проспективна зовнішня валідація, репрезентативні відкриті датасети та легкі моделі, які працюють на звичайному клінічному залізі. Поки що більшість розробок застрягають на етапі експериментальної перевірки.