Sześć programów AI do RTG jamy brzusznej psa pod lupą. Wyniki są słabsze, niż obiecują reklamy
Zespół z Murdoch University sprawdził sześć komercyjnych systemów sztucznej inteligencji na zdjęciach z prawdziwej praktyki ogólnej. Żaden nie nadaje się do samodzielnego stawiania rozpoznań.
Jak zbadano AI w radiologii weterynaryjnej
Badanie pilotażowe opublikowane w marcu 2026 r. w JAVMA różni się od typowych prac o AI jednym istotnym szczegółem: zdjęcia nie pochodziły z wyselekcjonowanej bazy uczelnianej, tylko z praktyki ogólnej. Australijscy autorzy zebrali radiogramy jamy brzusznej 53 psów, u których rozpoznanie potwierdzono chirurgicznie, w badaniach obrazowych wyższego rzędu, histopatologicznie albo przebiegiem klinicznym. Wśród rozpoznań były między innymi niedrożność jelita cienkiego, odma otrzewnowa i skręt żołądka, czyli rzeczy, których naprawdę nie chcemy przeoczyć o 23:00 na dyżurze.
Te same zdjęcia wysłano do sześciu komercyjnych usług: Picoxia, Radimal, RapidRead, SignalRAY, Vetology AI i X Caliber Vet AI. Wyniki porównano z rozpoznaniem referencyjnym, a jako główne miary przyjęto dokładność zbalansowaną i współczynnik korelacji Matthewsa, bo zwykła „dokładność” w zbiorze z niewielką liczbą prawidłowych zdjęć wprowadza w błąd.
Co wyszło z testu AI na radiogramach psów
Średnia dokładność systemów: 70–90%. Brzmi nieźle. Dokładność zbalansowana: 53–79%. Czułość dla niedrożności jelita cienkiego: 23–69%. Innymi słowy, najsłabszy program przeoczył trzy na cztery niedrożności, a najlepszy co trzecią.
Dla porządku, o co chodzi z tą dokładnością zbalansowaną. Jeśli w zbiorze 53 zdjęć tylko kilka jest prawidłowych, program, który każde zdjęcie uzna za „chore”, osiągnie wysoką zwykłą dokładność i nie wykryje niczego konkretnego. Dokładność zbalansowana to średnia z czułości i swoistości, więc karze zarówno za przeoczenia, jak i za fałszywe alarmy. Wynik 53% oznacza mniej więcej tyle, co rzut monetą. Wynik 79% jest przyzwoity, ale to poziom studenta po stażu z radiologii, nie dyplomowanego radiologa.
Autorzy nie owijają w bawełnę: wszystkie sześć platform wykazało „zmienną i chwilami ograniczoną skuteczność” na przypadkach z prawdziwego świata i żadna nie kwalifikuje się do samodzielnego użytku diagnostycznego, głównie z powodu częstych przeoczeń. Odpowiedzialność za pacjenta pozostaje przy lekarzu prowadzącym, niezależnie od tego, co napisał algorytm.
Ograniczenia badania AI w radiologii, o których trzeba pamiętać
To badanie pilotażowe: 53 przypadki, mało zdjęć prawidłowych, możliwy dobór trudniejszych przypadków i pewne ryzyko błędu obserwatora. Producenci mogą słusznie zauważyć, że ich systemy są od tamtej pory aktualizowane. Ale właśnie na tym polega wartość tej pracy: pokazuje, jak narzędzia zachowują się na zdjęciach wykonanych w zwykłej lecznicy, z niedoskonałym ułożeniem, lekką ekspozycją i psem, który nie chciał leżeć. Bo takie zdjęcia AI dostaje od nas na co dzień.
Jak rozsądnie korzystać z AI w radiologii weterynaryjnej
- AI jako druga para oczu, nie pierwsza. Najpierw własna ocena, potem raport algorytmu, a w razie rozbieżności rozstrzyga radiolog, nie program.
- Ujemny wynik AI przy klinicznym podejrzeniu niedrożności nic nie wyklucza. Czułość 23–69% oznacza, że ten wynik trzeba traktować jak brak informacji.
- Dodatni wynik jest wart więcej niż ujemny, ale też wymaga potwierdzenia, bo systemy generują sporo fałszywych alarmów, które właściciel zdąży przeczytać w raporcie, zanim zdążymy z nim porozmawiać.
- Przy wyborze usługi warto zapytać dostawcę o dane walidacyjne z praktyki ogólnej. Jeśli ma tylko wyniki z własnego zbioru testowego, to znaczy, że ich nie ma.
Osobista uwaga: nie jestem przeciwnikiem tych narzędzi, sam z jednego korzystam i parę razy zwróciło mi uwagę na coś, co bym zbagatelizował. Ale to jest dokładnie ten sposób użycia, który autorzy z Murdoch uważają za właściwy. Zaufanie raportowi AI w nocy, gdy nie ma kogo zapytać, jest pokusą, i warto wiedzieć, że dane jej nie wspierają. Przynajmnie na razie.
Źródło: Today's Veterinary Practice (omówienie badania z JAVMA, marzec 2026)