|
|
 |
|
|
 |
Ученые Пермского Политеха создали систему распознавания болезней собак для помощи ветеринарам
Ученые Пермского Политеха создали первую в России автоматическую систему диагностики, которая поможет ветеринару быстро и безошибочно прийти к точному диагнозу.
Статья опубликована в журнале «Аграрный вестник Верхневолжья».
Медицинская диагностика сегодня немыслима без цифровых решений: искусственный интеллект анализирует рентгеновские снимки и МРТ, а компьютерные системы предсказывают риски осложнений у пациентов. При этом в области ветеринарии аналогичные технологии внедряются не так интенсивно, что напрямую сказывается на повседневной практике.
Обработка анализов, диагностика и доступ к экспертным знаниям зачастую зависят от индивидуальной квалификации врача и наличия дорогостоящего лабораторного оборудования, которое есть не в каждой клинике, особенно в отдаленных регионах или в полевых условиях. Такая ситуация создает серьезные эпидемиологические риски, поскольку опасные инфекции могут долго оставаться нераспознанными, приводя к неконтролируемому распространению среди животных.
Собаки, особенно содержащиеся в питомниках, приютах или на передержке, подвержены широкому спектру заболеваний. Наибольшую опасность представляют инфекционные болезни, вызываемые патогенными микроорганизмами — бактериями, вирусами и грибами. При массовом содержании животных они способны быстро распространяться, создавая угрозу вспышек. Однако классификация болезней собак охватывает также обширный перечень неинфекционных состояний, поражающих различные системы организма: сердечно-сосудистую, пищеварительную, нервную и другие.
Для практикующего ветеринара, особенно молодого специалиста или врача широкого профиля, может быть сложно поставить точный диагноз. Сама сложность и разветвлённость классификации болезней собак создает препятствие для быстрого и точного определения. Это важно, поскольку некоторые патогены, такие как коронавирус, имеют множество разновидностей. Но пропущенный симптом или ошибочный выбор между похожими патологиями может привести к неэффективному лечению и ухудшению состояния питомца. Специалисту необходимо оперативно ориентироваться во всех возможных диагнозах, поскольку от скорости и точности определения причины недомогания часто зависит жизнь животного.
Сегодня ветеринарный набор диагностических средств включает несколько типов решений, каждое из которых имеет ограничения. Например, экспресс-тесты предназначены только для обнаружения конкретных антигенов или антител. У них узкая направленность: они дают ответ на четко заданный вопрос, но совершенно бесполезны для диагностики, когда причина недомогания неочевидна. Появляются также первые системы на основе искусственного интеллекта, например, для анализа рентгенограмм. Но, несмотря на перспективность, они часто работают как «черный ящик» — процесс принятия решений в них неочевиден для ветеринара. Кроме того, они требуют для обучения обширные массивы данных, а их внедрение сопряжено с высокой стоимостью.
Ученые Пермского Политеха создали автоматическую систему для распознавания болезней собак. Она работает по принципу навигатора, помогая быстро и без ошибок определить правильный диагноз.
Исследователи систематизировали информацию о наиболее распространенных болезнях собак, построив её в виде иерархического дерева. В нем основные группы заболеваний, такие как инфекции или нарушения работы органов, образуют «ствол». От него отходят «ветви» — более узкие категории, например, вирусные или бактериальные инфекции. На концах ветвей находятся конкретные диагнозы и разновидности болезни. При построении дерева каждому элементу был присвоен уникальный цифровой код, что позволило перевести медицинские знания на технический язык.
На основе этой структурированной базы данных ученые перешли к созданию математической модели диагностического процесса. Она описывает, как система должна последовательно переходить от общего подозрения на заболевание (например, «есть инфекция») к максимально точному диагнозу (например, «конкретный штамм коронавируса») в зависимости от поступающих данных. Логика всех возможных переходов и решений была зафиксирована в специальных таблицах, которые стали основой будущей системы.
Завершающим этапом стало виртуальное создание и тестирование прототипа системы. Ученые использовали специальную среду моделирования, чтобы на основе полученных логических уравнений собрать схему для диагностики.
— Мы проверили работу системы на примере поиска конкретной болезни и тестировали последовательность «инфекция → вирусная инфекция → коронавирус → штамм CoV NTU336/F/2008». В итоге на основе введенных симптомов она правильно прошла все шаги и в конце зажгла сигнал подтверждения диагноза. Так мы проверяли, правильно ли реализует задуманный алгоритм. То есть корректно ли система понимает вводимые значения, переключается с одного шага на другой и доходит ли ровно до той конечной точки, до которой должна дойти. Весь процесс мы отслеживали в специальной программе, которая показывала, что система работает без сбоев и может быть использована для диагностики заболеваний, — отметил Сергей Костарев, доктор технических наук, доцент кафедры «Информационные технологии и автоматизированные системы».
Главным результатом стало то, что ученые доказали возможность создания и применения подобной системы для распознавания различных болезней. Дополнительно ученые сделали для врачей «инструкцию», где каждому симптому собаки (например, температуре, кашлю или определённому результату анализа) присвоен свой короткий цифровой код. Чтобы получить помощь в диагностике, ветеринару нужно определить ключевые симптомы, найти соответствующие значения и ввести их в систему. После этого она самостоятельно обработает информацию, проведёт её через все «ветви» возможных диагнозов и предложит точный результат.
— Представленная система является уникальной для России и создана как отечественная замена зарубежным технологиям. Она не пытается конкурировать со сложным искусственным интеллектом или с экспресс-тестами. Её ключевая ценность заключается в создании простого в реализации, прозрачного и полностью контролируемого диагностического «навигатора». Инструмент предназначен для двух основных сценариев: поддержки принятия решений врача в типовых, хорошо классифицируемых случаях и использования в качестве эффективного обучающего тренажёра для студентов, наглядно демонстрирующего логику диагностики, — прокомментировал Сергей Костарев.
Следующим этапом разработки станут клинические испытания на реальных животных. Важно, что принципиальная гибкость подхода позволяет применять систему не только к собакам. Теоретически она может быть адаптирована для диагностики заболеваний у любых других видов животных, включая сельскохозяйственных и экзотических, при условии построения для них аналогичного формализованного «дерева» классификации болезней. Это открывает широкие перспективы для внедрения технологии в смежных областях ветеринарии.
Контактное лицо: Фазлетдинова Эллина Руслановна (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 20:59, 23.12.2025
Количество просмотров: 163
Страна: Россия
| Ученый ПНИПУ рассказал о приближающемся июньском звездопаде, ПНИПУ, 06:56, 29.06.2026, Россия |
36 |
| В ночь с 27 на 28 июня люди увидят Июньские Боотиды. Метеоры этого потока втрое медленнее Персеид и оставляют на небе яркие оранжево-желтые линии. Ученый ПНИПУ рассказал, почему гравитация Юпитера «сбивает» комету-прародительницу с курса, как астрономы научились прогнозировать звездопад и как увидеть максимум падающих звезд. |
|
|
|
|
|
|
|
Разделы //
Новости по странам //
Сегодня у нас публикуются //
|
|
