Konventionelle und computergestützte Auswertung von Vaginalabstrichen bei der Hündin

Abstract

Die exfoliative Vaginalzytologie ist ein häufig verwendetes Mittel zur Bestimmung des Sexualzyklus bei der Hündin. Jedoch erweist sich die Interpretation der Abstriche oft als schwierig. Ursachen dafür sind die subjektive, ungenaue Evaluation der Zellen durch die Tierärzt*innen, unter anderem verursacht durch nicht eindeutige Definitionen der Fachliteratur. Um jede Zelle eindeutig bestimmen zu können, haben Reckers et.al ein Tutorial für die Evaluation von Vaginalzellen entwickelt. Dieses Tutorial stellt die Basis für die Entwicklung von Zelltyp- spezifischen Algorithmen dar, die Vaginalzellen erkennen und zuordnen sollen. Die Algorithmen konnten einen Großteil der präsentierten Vaginalzellen erkennen. Jedoch konnten sie nur zwischen dem Zelltyp und anderen Strukturen entscheiden. Eine selbstständige Einordnung der Vaginalzellen zu einem Zelltyp durch einen zelltypübergreifenden Algorithmus war nicht möglich. Das hier beschriebene Projekt wird aller Voraussicht nach keine Praxisrelevanz erreichen, es kann jedoch als erster Schritt für eine autonome Auswertung von Vaginalzytologien durch künstliche Intelligenz gesehen werden.

Exfoliative vaginal cytology is a tool often used for the determination of the sexual cycle in female dogs. However, the interpretation of the smears often proves to be difficult. This is due to the subjective, imprecise evaluation of the cells by the veterinarians, caused among other things by ambiguous definitions in the specialist literature. Reckers et al. developed a tutorial for the evaluation of vaginal cells in order to be able to clearly identify each cell. This tutorial forms the basis for the development of cell type-specific algorithms to recognize and assign vaginal cells. The algorithms were able to recognize the majority of the vaginal cells presented. However, they only were able to decide between cell type and other structures. It has not been possible to independently classify the vaginal cells into a cell type using a cross-cell type algorithm. The project described here is unlikely to achieve practical relevance, but it can be seen as a first step towards the autonomous evaluation of vaginal cytologies by artificial intelligence.