Выявить отклонения

Interfax-Russia.ru — Нейросеть для диагностики заболеваний лошадей и мониторинга за их состоянием создали в Новосибирске. Современные технологии также используют для распознания синдрома дефицита внимания у собак.

© РИА Новости. Алексей Мальгавко

Специалисты научно-исследовательской компании EMBLE (резидент технопарка новосибирского Академпарка) совместно с учеными Новосибирского государственного аграрного университета (НГАУ) разработали ветеринарную систему для диагностики заболеваний лошадей и мониторинга за состоянием этих животных на базе технологии искусственного интеллекта.

"Система анализирует видео с камер, установленных в деннике (стойло в конюшне для одной лошади — ИФ), и выявляет отклонения в поведении лошади (это может быть чрезмерное возбуждение, наоборот, угнетенное состояние, отказ от корма или сна, неестественные позы, копание земли и так далее) и оповещает о них владельца и/или ветеринара", — рассказал Interfax-Russia.ru руководитель компании Алексей Ирков.

Также нейросеть непрерывно отслеживает физиологические показатели животного — активность, продолжительность сна, прием корма, воды, мочеиспускание и дефекацию.

"Система дополняет, но не заменяет человека. Ее задача проанализировать данные, выявить внешние признаки заболевания на раннем этапе и помочь ветеринару быстрее поставить диагноз. Окончательное решение в любом случае принимает человек", — отметил Ирков.

По словам руководителя исследовательской компании, на разработку нейросети у специалистов ушел год. Над проектом работали 8 ветеринаров. На анализ видео поведения лошадей и сбор датасета специалисты в общей сложности потратили более 1200 часов. Руководила исследованиями кандидат ветеринарных наук, доцент кафедры хирургии и внутренних незаразных болезней НГАУ Екатерина Глущенко.

По словам Иркова, в настоящее время систему устанавливают в московских конюшнях.

У разработки есть аналоги, но они больше ориентированы на контроль процессов на предприятии (ферме), нежели на диагностику заболеваний у животных. При этом порой, чтобы спасти больную лошадь, у ветеринаров есть считанные часы.

"Довольно часто первые симптомы (болезни — ИФ) появляются в вечернее и ночное время, когда нет никого рядом с животным, тем более ветеринарного специалиста. При этом некоторые заболевания требуют быстрой диагностики и срочного оказания первой помощи", — пояснила Interfax-Russia.ru Екатерина Глущенко.

Для этого, по словам эксперта, необходима объективная информация о поведении животного. Именно на эти данные ветврач будет опираться при постановке диагноза и определения дальнейшего алгоритма действий.

"Поведение животных является важным критерием оценки его состояния, естественно оно значительно изменяется при наличии патологических процессов, кроме всего прочего изменяются физиологические показатели, который также оценивает наша система мониторинга", — пояснила специалист.

Как рассказал Алексей Ирков, технологией уже заинтересовались в Турции, ОАЭ, Саудовской Аравии, Омане и Йемене.

Покупателям доступна веб-версия системы, она позволяет отслеживать состояние лошади как с помощью компьютера, так и через смартфон.

"Мы продолжим расширять возможности системы и этим летом планируем запустить исследования по мониторингу поведения и диагностики заболеваний у крупного рогатого скота (КРС)", — добавил Ирков.

Ранее анализировать состояние животных по видео предложили ученые Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) "ЛЭТИ" им. В.И. Ульянова (Ленина). Совместно с коллегами из Университета Хайфы (Израиль) и Университета Ньюкасла (Великобритания) они разработали систему для определения степени выраженности синдрома дефицита внимания и гиперактивности (СДВГ) у собак на основе анализа их поведения.

"Мы придумали новый метод классификации состояний гиперактивности у собак на основе видеоанализа. Наша модель на основе машинного обучения может не просто выявлять СДВГ, но и с высокой точностью определять степень его проявления. Это важно для проведения более эффективной терапии заболевания", — рассказал руководитель проекта, доцент кафедры автоматики и процессов управления СПбГЭТУ "ЛЭТИ" Дмитрий Каплун.

Для обучения нейросети ученые использовали видеозаписи из ветеринарных клиник, на которых фиксировалась активность собак с СДВГ. Эксперименты проходили в комнате, специально размеченной по системе координат. Благодаря этому автоматически выстраивались траектории движения собак в различных ситуациях. Затем на основе собранной статистики искусственный интеллект выявлял закономерности и делал выводы о степени гиперактивности животного. Результаты исследований опубликованы в научном журнале Animals.

"Наше решение может использоваться в телемедицине, которая активно развивается, в том числе и в ветеринарии. И здесь основная задача разработанной системы — помочь врачу быстрее и точнее диагностировать степень СДВГ. Точность определения степени выраженности синдрома нашей моделью составляет около 81%", — сказал Каплун.

Сейчас ученые работают над повышением точности диагностики состояний СДВГ, чтобы выявлять его симптомы на ранних стадиях. В перспективе специалисты надеются  использовать полученный опыт для лечения людей.

Синдром дефицита внимания и гиперактивности — это психическое расстройство, которое с ранних лет может проявляться и у человека, и у животных. Среди симптомов синдрома, в зависимости от степени его выраженности, обычно выделяются трудности концентрации внимания, восприятия информации, гиперактивность и плохо управляемая импульсивность. Сегодня СДВГ поддается лечению, а во многих странах мира и вовсе не считается заболеванием.