Прогноз болезней — сложнейшая задача для специалистов

В природе всё взаимосвязано, и даже небольшие сдвиги могут привести к глобальным изменениям, которые отражаются на сельхозпроизводстве. К примеру, изменения климата или масштабные вырубки, осушение водоемов могут приводить к смене миграционных путей диких птиц и появлению вспышек гриппа птиц там, где он ранее не встречался.

Учёным приходится находить причинно-следственные связи между тысячами факторов, которые бывает сложно отследить и сопоставить друг с другом. Иногда обнаружить эту связь не удаётся, иногда процесс растягивается на недели и месяцы, поэтому случается, что новые вспышки заболевания вовремя не предотвращают. Кроме этого, эпидемиологи должны следить за развитием множества существующих болезней, а также изучать патогены и штаммы, которые были выявлены впервые. Всё это усложняет прогнозирование эпидемий, влияет на точность и своевременность прогнозов.

Преимущества искусственного интеллекта 

Искусственный интеллект хорошо справляется с анализом данных, в том числе неструктурированных: он выявляет внутренние взаимосвязи, которые не видны человеку, и на основе изученной информации может делать более точные прогнозы.

1. На животноводческих фермах ИИ может оперативно заметить признаки ухудшения здоровья скота и птицы, даже если поголовье измеряется тысячами. Искусственный интеллект обучается на аудио, видео, фото и других записях, чтобы вовремя распознавать мельчайшие отклонения от нормального поведения животных, которые ветеринар оперативно заметить не может:

• Изменение активности животных
• Снижение потребления корма или воды
• Повышенную скученность или изоляцию животного от группы
• Изменения в голосовых сигналах
• Паттерны движения
• Перемещение животных на пастбищах
• Изменение температуры тела
• Снижение удоя / яйценоскости
• Нарушения дыхания

2. Анализ больших данных. ИИ обрабатывает тысячи отчётов, исследований и баз данных, которые могут помочь прогнозировать вспышки болезней не только в отдельных хозяйствах, но также на уровне регионов и стран. Для этого системы анализируют:

• Климатические данные
• Спутниковые снимки
• Перемещения транспорта и персонала между фермами
• Миграции диких животных
• Водные карты
• Схемы систем водоснабжения и водоотведения
• Ветеринарные отчёты
• Посты в социальных сетях и новостных источниках
• Другие данные

При этом ИИ не просто перебирает много информации, он учится находить связи между факторами, которые человеку неочевидны.

3. Работа в реальном времени. ИИ-системы обновляются чаще, чем традиционные статистические модели, постоянно обрабатывая новые данные от датчиков, камер, метеорологических станций, новостных источников и других ресурсов. В отличие от людей, которые работают по определённому графику, ИИ обрабатывает поток данных круглосуточно и составляет прогноз почти в реальном времени.

Примеры использования ИИ

1. Корея: ИИ помогает определять, какие фермы могут оказаться под угрозой заражения гриппом птиц

В Южной Корее в национальную систему KAHIS встроили модель машинного обучения, которая анализирует данные о перемещении транспорта между фермерскими хозяйствами и случаи высокопатогенного гриппа птиц (ВПГП). Модель помогает специалистам оценить, какие фермы находятся в группе повышенного риска по этому заболеванию.

2. Европа: ИИ выявляет территории с повышенной вероятностью будущих вспышек

Европейские исследователи обучили модель машинного обучения на экологических данных: температуре, влажности, индексе растительности, наличии водоёмов и плотности птицеферм. ИИ обучился распознавать сочетания факторов, которые в прошлом сопровождали вспышки высокопатогенного птичьего гриппа. Созданные моделью карты зон риска с точностью 94% показывали места, где позже действительно фиксировали новые случаи ВПГП. 

3. США и Канада: ранний сигнал о возможной вспышке ВПГП в соцсетях

ИИ проанализировал активность пользователей в соцсетях и поисковые запросы, связанные с симптомами и темой птичьего гриппа. Модель способна уловить всплески интереса к теме ещё до того, как появляются официальные отчёты о вспышках.

Развитие ИИ в российской ветеринарии

Российские разработчики и животноводческие предприятия активно внедряют системы компьютерного зрения, которые анализируют активность животных по видео и информации с датчиков, отслеживают отказы от корма, фиксируют неестественные паттерны движения, выявляют ранние признаки болезненного состояния.

Проблемы и ограничения ИИ

1. Недостаточность и низкое качество данных. Во-первых, информации по некоторым заболеваниям попросту мало. Более того, делиться данными готовы не все, а обмен информацией между странами часто оказывается невозможным. Во-вторых, в данных могут содержаться ошибки, а некоторые источники могут намеренно искажать информацию. Всё это влияет на точность прогнозов ИИ (однако на прогнозах специалистов эти проблемы тоже отражаются).
2. Неидеальная технология. Искусственный интеллект учится на опыте людей и данных, которые предоставляют люди. Не стоит ожидать от ИИ абсолютной точности: он может ошибаться, особенно в сложных или редких ситуациях. При этом технология заметно повышает точность прогнозов и ускоряет анализ данных.
3. Принцип «чёрного ящика». Учёные и разработчики не всегда могут объяснить, как именно ИИ проводит анализ и делает выводы. Из-за этого многие неохотно доверяют полученным результатам и в целом скептически относятся к использованию искусственного интеллекта.

Стоит ли доверять искусственному интеллекту?

Искусственный интеллект — это не замена учёным-эпидемиологам и ветеринарам, а инструмент, который помогает быстро анализировать огромные объёмы данных. ИИ быстро обрабатывает информацию и предлагает вероятные сценарии развития ситуации, а специалисты проверяют и уточняют их. Ошибки в прогнозах искусственного интеллекта неизбежны, как и ошибки в работе специалистов, однако постепенно нейросети совершенствуются, показывая всё более точные результаты.

Читайте также:

• Поведение – зеркало здоровья: как понять, что свинья заболела
• Здорова ли корова? Как распознать первые признаки болезни молочного скота
• Дояр, пастух, уборщик и раздатчик кормов: роботы в животноводстве
• Как понять, что пчелы заболели
• Топ 6 болезней пастбищного мясного скота и способы их лечения
• Самые страшные эпидемии животных: история и современность
• 7 заболеваний кур, которые можно предотвратить