Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tufts University Cummings School of Veterinary Medicine | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Müller, Thiago Rinaldi | - |
Autor(es): dc.creator | Solano, Mauricio | - |
Autor(es): dc.creator | Tsunemi, Mirian Harumi | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:39:12Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:39:12Z | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1111/vru.13089 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/239914 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/239914 | - |
Descrição: dc.description | The use of artificial intelligence (AI) algorithms in diagnostic radiology is a developing area in veterinary medicine and may provide substantial benefit in many clinical settings. These range from timely image interpretation in the emergency setting when no boarded radiologist is available to allowing boarded radiologists to focus on more challenging cases that require complex medical decision making. Testing the performance of artificial intelligence (AI) software in veterinary medicine is at its early stages, and only a scant number of reports of validation of AI software have been published. The purpose of this study was to investigate the performance of an AI algorithm (Vetology AI®) in the detection of pleural effusion in thoracic radiographs of dogs. In this retrospective, diagnostic case–controlled study, 62 canine patients were recruited. A control group of 21 dogs with normal thoracic radiographs and a sample group of 41 dogs with confirmed pleural effusion were selected from the electronic medical records at the Cummings School of Veterinary Medicine. The images were cropped to include only the area of interest (i.e., thorax). The software then classified images into those with pleural effusion and those without. The AI algorithm was able to determine the presence of pleural effusion with 88.7% accuracy (P < 0.05). The sensitivity and specificity were 90.2% and 81.8%, respectively (positive predictive value, 92.5%; negative predictive value, 81.8%). The application of this technology in the diagnostic interpretation of thoracic radiographs in veterinary medicine appears to be of value and warrants further investigation and testing. | - |
Descrição: dc.description | Department Clinical Sciences Tufts University Cummings School of Veterinary Medicine | - |
Descrição: dc.description | Department of Biostatistics São Paulo State University. R. Prof. Dr. Antônio Celso Wagner Zanin | - |
Descrição: dc.description | Department of Biostatistics São Paulo State University. R. Prof. Dr. Antônio Celso Wagner Zanin | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Veterinary Radiology and Ultrasound | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | canine | - |
Palavras-chave: dc.subject | convolutional neural network | - |
Palavras-chave: dc.subject | dog | - |
Palavras-chave: dc.subject | imaging algorithms | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | pleural effusion | - |
Palavras-chave: dc.subject | radiograph | - |
Palavras-chave: dc.subject | thorax | - |
Palavras-chave: dc.subject | X-ray | - |
Título: dc.title | Accuracy of artificial intelligence software for the detection of confirmed pleural effusion in thoracic radiographs in dogs | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: