中国动物医疗人工智能首项研究成果发表,新瑞鹏聚焦AI提升宠物医疗效率

宠物不能如人一般用语言描述自己的不适,而且宠物慢性疾病多发。客观有效的筛查和诊断宠物慢性疾病能够大幅提升兽医师的工作效率,并且避免了主观局限性。在人医临床领域,运用大数据和人工智能建立病例模型、筛选治疗方案是很常见的。而在动物医疗方面,由于成像系统、医疗信息资源库、临床实验数据共享等方面的技术限制,人工智能的普及率仍然较低。

新瑞鹏宠物医疗集团聚焦于犬类心脏膨大这一常见影像学表征,专注于研究人工智能在动物临床医学的实践和运用,旨在促进宠物医疗的数字化与信息化转型,提高宠物医疗服务质量和效率。2021年6月5日,由新瑞鹏集团AI技术研发团队主导的中国动物医疗人工智能首项研究成果,在线发表于动物医学权威期刊《Preventive Veterinary Medicine》 (中科院期刊分区: 农林科学(大类)2区; 兽医学(小类)2区,IF=2.3)。《Preventive Veterinary Medicine》是一项国际性周刊,在研究动物流行病学、动物疾病预防与控制以及动物健康经济学领域具有权威地位,在推动人类健康统一体和环境健康方面作出了卓越贡献。

据新瑞鹏集团AI技术研发团队介绍, 我们开发了一个可用于临床的基于深度学习的辅助诊断平台,用于诊断犬的心脏彭大。VHS(椎体心脏评分)是一种测量狗心脏大小的方法。利用该系统检测到的16个关键点的相对位置,计算出VHS的具体值,并与所有犬种的VHS参考范围相结合,辅助评价犬的心脏肿大。采用HRNet(high resolution network,高分辨率网络)对2274张犬侧位X线图像(训练和验证数据集)中的16个关键点(分别位于椎体和心脏上的12个和4个关键点)进行检测,并将该模型用于外部测试集(396张图像)中的关键点,关键点检测的AP达到86.4%。然后,我们采用额外的后处理程序来校正hrnet的输出,使AP达到90.9%。这一结果表明,该系统可以有效地辅助评价犬的心脏肿大在一个真实的临床场景。

这种方式以智能诊断辅助心脏专科检查,分担兽医的工作量、缩短宠物的受苦的时间,更重要的是,可以监察现有的心脏病案例,以及帮助兽医侦测尚未出现症状的早期心脏病。

(对于心脏部分的关键点检测)

基于关键点检测模型,检测犬类脊柱间隙及心脏部位的关键点,并根据椎体测量系统理论计算锥体心脏比例,并根据不同品种的犬类的正常VHS 参考值范围,确定所检测的犬的心脏是否发生膨大,以进行心脏膨大识别的智能辅助诊断。采用人体姿态估计模型的HighResolution Net(HRNet)模型分别进行进行犬侧位X片中脊柱间隙与心脏关键点检测,提高了锥体心脏比例测量的准确性,以这种智能诊断辅助犬类心脏膨大专科检查,能够更加准确,及时监测犬类心脏膨大案例。

(研究成果示意图)

这项研究成果,能够大大提高判断和治疗犬心脏病的诊断效率和准确率,对于预防犬类重大心脏疾病具有重大意义。据文献检索结果显示,本文为我国宠物医疗领域首项与人工智能相关的研究,为中国动物医疗以及我国畜牧兽医产业的数字化发展指明了方向。未来,新瑞鹏集团还将继续加大研发力度,使AI技术能够运用在更多动物医疗领域,并且不断完善产品的设计和适用体验,解决宠物医生的难题,提升动物生存福利。