W ostatnich latach świat weterynarii był świadkiem rewolucji technologicznej napędzanej przez sztuczną inteligencję (AI). Od końca 2023 r. sztuczna inteligencja przeniknęła do różnych zawodów, budząc obawy wśród tradycjonalistów o potencjalne przejęcie przez nią rutynowych i niezbędnych zadań. Pojawia się jednak pytanie: czy sztuczna inteligencja w radiologii weterynaryjnej jest siłą, której należy się obawiać i której należy unikać, czy też należy ją przyjąć i w pełni wykorzystać?
Ostatnie badania, przeprowadzone przez Tobiasa Schwarza, MA Dr. Med Vet, FRSB, PgCAP, FHEA, DipECVDI, DACVR, DVR, FRCVS z University of Edinburgh’s Royal (Dick) School of Veterinary Studies w Szkocji, rzucają światło na tę debatę, sugerując, że sztuczna inteligencja w radiologii weterynaryjnej nie ma na celu zastąpienia radiologów, ale raczej wspomaganie i uzupełnianie ich pracy.
Życie zwierząt domowych często zależy od tego, czy zakłady lecznicze mają do dyspozycji najwyższej jakości i najbardziej zaawansowaną technologię, aby umożliwić uzyskanie dokładnych wyników tak szybko, jak to możliwe. Wykorzystanie zaawansowanych narzędzi sztucznej inteligencji to doskonała okazja do modernizacji technologii weterynaryjnej oraz sposób na zapewnienie obiektywnych i stale uczących się zasobów dla zespołów weterynaryjnych, gdy najbardziej tego potrzebują.
Pierwsze generacje oprogramowania AI do radiologii weterynaryjnej stają się dostępne na rynku, niezbędna jest ocena ich dokładności w porównaniu z wiedzą doświadczonych radiologów weterynaryjnych.
Schwarz i jego zespół przeprowadzili badanie, w którym porównali interpretacje radiologiczne radiologów weterynaryjnych z interpretacjami generowanymi przez oprogramowanie AI do radiologii weterynaryjnej. Badanie, w którym wzięło udział 50 psów i kotów, miało na celu ocenę wydajności oprogramowania w raportowaniu interpretacji zdjęć rentgenowskich.
Badanie przyniosło wyniki, w których sztuczna inteligencja przewyższyła wielu radiologów i nie wykazała znaczącej różnicy w dokładności w porównaniu z radiologiem o najwyższych wynikach.
Całość badania pod linkiem:
Comparison of radiological interpretation made by veterinary radiologists and AI software for canine and feline radiographic studies. — University of Edinburgh Research Explorer
