Detailed performance analysis of an artificial intelligence in radiographic detection of intestinal obstructions in dogs and cats
Analyse détaillée des performances d'une intelligence artificielle sur la détection radiographique des occlusions intestinales chez le chien et le chate
Résumé
An intestinal obstruction is defined as the partial or total digestive transit interruption, and may have several causes. In veterinary medicine, the diagnosis of an intestinal obstruction can be difficult, especially because clinical signs are often not specific. When a dog or a cat has digestive disorders, the veterinarian usually takes an abdominal X-ray as a first-line imaging examination. Then he has to properly construe this image, and identify potential direct or indirect signs of intestinal obstruction. An artificial intelligence which is able to detect lesions could help the practitioner to analyse these X-rays and thus, to diagnose digestive obstructions. The purpose of this study is to assess the accuracy of a trained algorithm (specialized in veterinary radiology) in radiographic detection of bowel obstructions in dogs and cats. We will also identify the limitations of this method. For this purpose, we will first build up a database composed of abdominal X-rays which were annotated by the author. Then these images will be submitted to the algorithm used in this study, and we will compare its results with the author's. At last, we will identify and analyse the artificial intelligence's mistakes.
Une occlusion intestinale se définit comme l'arrêt partiel ou total du transit digestif, et peut avoir de nombreuses causes. En médecine vétérinaire, le diagnostic d'une occlusion intestinale peut être difficile, notamment car les signes cliniques associés sont souvent non spécifiques. Lorsqu'un chien ou un chat présente des troubles digestifs, le vétérinaire réalise généralement une radiographie abdominale en première intention. Il doit alors interpréter correctement cette image, et identifier d'éventuels signes directs ou indirects d'occlusion intestinale. Une intelligence artificielle capable de détecter des lésions pourrait aider le praticien à analyser ces radiographies, et ainsi à diagnostiquer les obstructions digestives. L'objectif de cette étude est d'évaluer les performances d'un algorithme entraîné (spécialisée en radiologie vétérinaire) pour la détection radiographique des occlusions intestinales chez le chien et le chat. Nous identifierons aussi les limites de cette méthode. Pour cela, nous constituerons tout d'abord une base de données composée de radiographies abdominales annotées par l'autrice. Ces images seront ensuite présentées à l'algorithme utilisé dans cette étude, et nous comparerons ses résultats à ceux de l'autrice. Enfin, nous identifierons et analyserons les erreurs commises par l'intelligence artificielle.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|