HTVet freut sich, die Veröffentlichung Ihrer ersten Validierungsstudie in der Zeitschrift Frontiers in Veterinary Science bekannt zu geben.
Zielsetzung der Studie. Training und Validierung eines neuartigen, auf künstlicher Intelligenz basierenden Wärmebildgebungssystem als Screening-Instrument zum Ausschluss von Malignität bei kutanen und subkutanen Umfangsvermehrungen bei Hunden.
Anzahl Tiere. Trainingssstudie: 147 Hunde in privatem Besitz mit 233 Tumoren. Validierungsstudie: 299 Hunde in privatem Besitz mit 525 Tumoren. Die Zytologie war bei vierundneunzig Massen nicht diagnostisch, was zu 431 Massen von 248 Hunden mit diagnostischen Proben führte.
Verfahren. Die prospektiven Studien wurden zwischen Juni 2020 und Juli 2022 durchgeführt. Während des Scans wurde jede Masse und das angrenzende gesunde Gewebe mit einer lichtemittierenden Hochleistungsdiode erhitzt. Die Gewebetemperatur wurde von dem Gerät aufgezeichnet und anschliessend mit einem überwachten Algorithmus für maschinelles Lernen analysiert, um festzustellen, ob die Masse einer weiteren Untersuchung bedurfte. Die erste Studie wurde durchgeführt, um Daten zum Trainieren des Algorithmus zu sammeln. In der zweiten Studie wurde der Algorithmus validiert, indem die Vorhersagen des Geräts mit den Ergebnissen der Zytologie und/oder Biopsie verglichen wurden.
Ergebnisse. Die Ergebnisse der Validierungsstudie zeigten, dass das System 45 von 53 bösartigen Massen und 253 von 378 gutartigen Massen (Sensitivität = 85 % und Spezifität = 67 %) erkannte. Der negative prädiktive Wert des Systems (d. h. der Prozentsatz gutartiger Massen, die als gutartig erkannt wurden) lag bei 97 %.
Klinische Relevanz. Die Ergebnisse zeigen, dass dieses neuartige System als Entscheidungshilfe am Ort der Behandlung eingesetzt werden kann und Tierärzten ermöglicht gutartiges Gewebe von Gewebe zu unterscheiden, welches weiter untersucht werden sollte.