CallMaya 0,0

Статья на конкурс «Био/Мол/Текст»: Диагностика паразитарных заболеваний в ветеринарии и сельском хозяйстве до сих пор остается сложной и трудоемкой задачей, требующей специализированных лабораторных исследований. В ответ на этот вызов нами представлен пилотный проект по созданию системы автоматизированной идентификации паразитов с использованием технологии искусственного интеллекта. В основе работы лежит обучение нейронной сети на платформе Google Teachable Machine для классификации изображений гельминтов на два основных класса — нематоды и цестоды, которые вызывают различные серьезные заболевания (такие как эхинококкоз, трихинеллез, тениоз, аскаридоз и другие) у людей и животных. Они поражают различные органы и системы, вызывая заболевания; их деятельность в организме может привести к анемии, истощению, аллергическим реакциям и нарушению функций внутренних органов. Их точная идентификация важна для своевременного назначения лечения и профилактики осложнений. На основе собранной базы данных изображений, состоящей из 28 фотографий гельминтов, была обучена модель, продемонстрировавшая в ходе тестирования точность 89%. Разработанное решение обладает значительным практическим потенциалом, позволяя проводить быструю и точную диагностику «в поле», что делает его перспективным инструментом для ветеринаров, работников агрокомплексов и студентов. Проект открывает дорогу для создания коммерческого продукта, способного снизить затраты на лабораторные услуги и ускорить начало лечения.

Статья на конкурс «Био/Мол/Текст»: Тема радиомики уже поднималась на «Биомолекуле» — в статье «Увидеть то, что неподвластно глазу» были заложены основы понимания этой технологии. Здесь мы идем дальше: подробно разбираем не только принципы, но и конкретные клинические применения, проблемы воспроизводимости и международные стандарты качества.