La tecnología ayuda a detectar el nivel de dolor en caballos

Un algoritmo informático utiliza imágenes de expresión facial para detectar el nivel de dolor en los caballos. La evaluación a través de un sistema computarizado se puede realizar sin interrupciones, proporcionando alertas inmediatas si los caballos muestran signos de dolor.

En una colaboración multidisciplinar sin precedentes, investigadores del campus de la Universidad de San Pablo en Pirassununga crearon un algoritmo informático capaz de detectar diferentes niveles de dolor en los caballos a través de imágenes de las expresiones faciales de los animales, capturadas por cámaras de video. Las pruebas con el algoritmo mostraron una precisión del 75,8% al evaluar tres niveles de dolor (ausente, moderado y presente) y del 88,3% al evaluar dos niveles de dolor (ausente o presente) en caballos.

La idea de los investigadores es que la evaluación de los animales, que actualmente se realiza de forma presencial por observadores capacitados, unas cuantas veces al día, puede ser realizada por el sistema sin interrupciones, proporcionando alertas inmediatas a los propietarios y veterinarios si los caballos muestran signos de dolor. . El funcionamiento del algoritmo se describe en el artículo Pain assessment in horses using automatic facial expression recognition through deep learning-based modeling

“Actualmente existen escalas de dolor que permiten realizar la valoración en base a la observación de expresiones faciales, como la posición de los oídos, ojos, músculos faciales, boca, fosas nasales, etc., además de otros cambios de comportamiento”, concluyó. Dice a Jornal da USP el profesor y coordinador de la investigación, Adroaldo José Zanella, del Departamento de Medicina Veterinaria Preventiva y Sanidad Animal de la Facultad de Medicina Veterinaria y Zootecnia (FMVZ) de la USP, en Pirassununga.

«Sin embargo, la identificación de estos signos requiere que el evaluador esté completamente capacitado, lo que permitirá un análisis asertivo del dolor e, incluso después del entrenamiento, este observador podrá evaluar un número limitado de animales y solo en ciertos momentos del día, ya que el La rutina de los hospitales veterinarios, granjas de caballos y centros ecuestres requiere una alta demanda de los profesionales involucrados”.https://592e21193f78973e8fe5d36a2a401ec8.safeframe.googlesyndication.com/safeframe/1-0-38/html/container.html

Según el profesor, otro desafío en la detección del dolor en los caballos se debe a que los animales «ocultan» las manifestaciones del dolor al observador, ya que son, desde un punto de vista evolutivo, presas, y mostrar dolor los hace más sujetos. a la depredación. “La recopilación automática e inteligente de indicadores de dolor, con la ayuda de la computadora, ofrecerá enormes oportunidades para la detección precoz del dolor”, señala. “Esta tecnología podría ayudar a determinar acciones terapéuticas que mejoren la respuesta de los animales a las intervenciones veterinarias. Es posible asociar este sistema con alertas enviadas de diferentes formas al veterinario en situaciones que requieran atención”.

Para desarrollar el algoritmo para identificar el dolor, se utilizaron cámaras para capturar continuamente imágenes de video de caballos días antes y después del procedimiento de castración. “La castración se realizó siguiendo un protocolo adecuado para la reducción del dolor”, dice Gabriel Carreira Lencioni, estudiante de posgrado de la FMVZ e investigador principal del proyecto.

“Posteriormente, las imágenes fueron seleccionadas y evaluadas por el investigador, en consulta con profesionales, con el fin de identificar cada característica de las partes del rostro, en este caso ojo, oído, boca y fosas nasales, y el nivel de dolor indicado, con base en en una escala desarrollada en 2014 por el proyecto de Indicadores de Bienestar Animal, coordinado por el profesor Zanella y financiado por la Unión Europea”.

Esta información se utilizó para entrenar en la computadora, a través de técnicas de inteligencia artificial, un algoritmo de clasificación de imágenes de partes del rostro del animal, con el fin de identificar tres niveles de dolor: ausente, moderado o presente. “Luego, entrenamos otro algoritmo para integrar la información producida de cada parte del rostro y finalmente predecir el nivel de dolor que presenta cada animal en la imagen completa del rostro del caballo”, describe Lencioni. Todos los animales fueron mantenidos con seguimiento veterinario continuo e intervenciones terapéuticas guiadas por el profesional”.

En esta fase del proyecto colaboró ​​el profesor Rafael de Souza del Grupo de Robótica y Automatización para la Ingeniería de Biosistemas (RAEB) de la Facultad de Ciencia Animal e Ingeniería de Alimentos (FZEA) de la USP, en Pirassununga.

Dolor y expresiones faciales

Para obtener las imágenes, se filmaron siete caballos, dos días antes y cuatro días después de las cirugías, realizadas por el profesor Rodrigo Romero Corrêa, de FMVZ, que resultaron en más de 180.000 imágenes, que luego fueron seleccionadas manualmente. Eso permitió la valoración de las expresiones faciales de los animales, y en total se seleccionaron unas tres mil imágenes. “Esta selección sirvió de base para que el sistema detectara cambios relevantes en otras imágenes”, observa el investigador. “Así, luego de la evaluación y entrenamiento de los algoritmos, fue posible evaluar la tasa de aciertos del sistema en comparación con la evaluación manual realizada en base a otra escala de dolor, la Horse Grimace Scale (HGS), creada para evaluar el nivel de dolor en caballos basado en las expresiones faciales del animal».

Fuente: todoagro