Ветеринарная медицина долгое время оставалась в стороне от цифровой революции, но теперь ситуация начинает меняться. Российские ученые предложили решение, которое может ускорить диагностику и снизить риск ошибок при лечении животных. Новая система делает сложные диагнозы понятными и доступными даже в условиях ограниченных ресурсов. Об этом сообщает Газета. Ру.
Ученые Пермского национального исследовательского политехнического университета разработали первую в России автоматическую систему диагностики заболеваний собак. В отличие от многих зарубежных решений, она не опирается на дорогостоящие алгоритмы искусственного интеллекта, работающие по принципу "черного ящика", и не требует сложных лабораторных анализов.
Разработчики отмечают, что сегодня ветеринары чаще всего вынуждены выбирать между двумя крайностями. С одной стороны — узкоспециализированные экспресс-тесты, которые выявляют только конкретных возбудителей и бесполезны при неясной клинической картине. С другой — сложные цифровые модели, основанные на машинном обучении, подобные тем, что используются в задачах вроде распознавания биологических сигналов и требующие значительных вычислительных ресурсов. В регионах и полевых условиях такой подход нередко оказывается недоступным, а задержка в постановке диагноза может привести к вспышке заболеваний среди животных.
В основе новой системы лежит формализация ветеринарных знаний. Ученые представили распространенные болезни собак в виде иерархического дерева. Его верхний уровень образуют крупные группы заболеваний — инфекционные и неинфекционные. Далее структура разветвляется на более узкие категории, вплоть до конкретных диагнозов.
Каждому элементу этого "дерева" был присвоен цифровой код. Такой подход позволил перевести накопленные ветеринарные знания в строгую математическую модель, с которой может работать программа. Система действует как навигатор: шаг за шагом она уточняет диагноз, анализируя введенные симптомы и логически исключая неподходящие варианты — по принципу, схожему с тем, как в биомедицине описывают механизмы молекулярного распознавания.
Ветеринару достаточно ввести ключевые симптомы, закодированные в виде коротких числовых значений. После этого программа автоматически проходит по всей цепочке — от общего предположения о типе заболевания до конкретного диагноза. В ходе виртуального тестирования система корректно справлялась с задачей, включая определение конкретных вирусных штаммов.
Важно, что специалист при этом видит весь путь рассуждений системы. Это принципиально отличает разработку от непрозрачных ИИ-решений, где результат выдается без объяснений.
"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. Ее ключевое преимущество — прозрачность и управляемость: специалист видит логику переходов и понимает, почему система пришла к тому или иному выводу", — отметил доктор технических наук, доцент кафедры "Информационные технологии и автоматизированные системы" Сергей Костарев.
Следующим этапом для разработчиков станут клинические испытания в реальных ветеринарных условиях. Это позволит оценить точность системы при работе с живыми пациентами и доработать алгоритмы с учетом практического опыта врачей.
В перспективе технологию планируют адаптировать и для других видов животных. При наличии формализованного "дерева" заболеваний система может быть использована в сельском хозяйстве, при работе с домашними питомцами или даже с экзотическими животными. Такой подход способен сделать ветеринарную помощь более доступной и снизить зависимость диагностики от редкого оборудования и субъективного опыта.