Komputer powie, czy zwierzę cierpi. To przełom w weterynarii?
Do oceny bólu u owiec używa się wyrazu ich pyska. Foto_Tytus Żmijewski
System oparty na sztucznej inteligencji uczy się rozpoznawać ból u zwierząt. Może to pomóc we wczesnej diagnostyce i leczeniu stanów chorobowych.
Naukowcy z Uniwersytetu w Cambridge opracowali system oparty na sztucznej inteligencji, który wykorzystuje pięć odmiennych wyrazów owczego oblicza, aby rozpoznać, czy zwierzę cierpi, i ocenić stopień bólu - informuje "Rzeczpospolita". Komputer porównuje dane ze standardowym narzędziem pomiarowym opracowanym przez lekarzy weterynarii.
Owce pozostawiają księżycowy krajobraz
Krajobraz po hodowli owiec: ziemia przenawożona do granic toksyczności, rośliny zgryzione do gołej ziemi, może się z czasem zamienić w oazę bogactwa gatunków - wynika z badań na terenie dawnych owczych gospodarstw w Wielkopolsce. Hodowla...
Najczęstszymi przyczynami bólu u owiec są schorzenia nóg, zakażenia lub uszkodzenia ścięgien i mięśni, a także stany zapalne wymienia wywołane urazami czy infekcją bakteryjną. To najpowszechniejsze dolegliwości występujące w dużych stadach.
Podobnie, jak w przypadku większości zwierząt do oceny bólu u owiec używa się wyrazu ich pyska. Rozpoznanie dyskomfortu odbywa się z dużą dokładnością. Problemem jest jedynie interpretacja wyników.
W 2016 r. dr Krista McLennan z Uniwersytetu w Chester opracowała skalę ekspresji mimiki tych zwierząt (Sheep Pain Facion Expression Scale). Zgodnie z SPFES, gdy owca odczuwa ból, na jej pysku zmienia się pięć głównych elementów: oczy stają się węższe, policzki zapadnięte, uszy pochylają się do przodu, wargi opadają, a nozdrza zmieniają się z kształtu litery U na V. Po analizie tych objawów SPFES klasyfikował je i określał poziom bólu w skali od 1 do 10.
Materiał zebrano dzięki pomocy lekarzy weterynarii podczas leczenia zwierząt. Wczesne testy modelu wykazały, że system potrafił oszacować poziom bólu z dokładnością do około 80 proc., a to oznacza, że jest w stanie uczyć się mimiki owiec - informuje dalej dziennik.
Następnymi krokiem jest przeszkolenie systemu, by nauczył się rozpoznawania stanu owiec za pomocą ruchomego obrazu oraz w innych ujęciach, na przykład z profilu. Naukowcy mają nadzieję, że wyniki ich pracy przyczynią się nie tylko do poprawy dobrostanu tych zwierząt, ale także zostaną zastosowane u innych gatunków oraz w weterynarii.
źródło: "Rzeczpospolita"
