ИИ прогнозирует острую боль у кошек

Современные  модели глубокого обучения могут использоваться для прогнозирования боли с помощью Feline Grimace Scale (FGS) с интеграцией смартфона. Это важный шаг в улучшении ухода за животными и исследованиях болевого поведения.

 Комплетно автоматизированные модели глубокого обучения могут быть использованы для предсказания боли с использованием Feline Grimace Scale (FGS) с интеграцией смартфонов.

Возможности искусственного интеллекта (ИИ) проникают во все отрасли, будь то здравоохранение, финансы или образование. В области медицины и ветеринарной медицины выявление боли является решающим первым шагом при назначении правильного лечения. Определение боли особенно затруднительно у лиц, неспособных выразить свою боль, что требует использования альтернативных методов диагностики.

Для преодоления этих проблем команда исследователей представила в своем последнем исследовании Шкалу лицевого выражения кошек (FGS) как пригодный и надежный инструмент для оценки острой боли у кошек. Пять блоков действий были использованы для создания этой шкалы, и каждый из них был оценен в зависимости от его наличия. Кумулятивный балл FGS указывает на вероятность кошки испытывать дискомфорт и нуждаться в помощи. FGS – гибкий инструмент для оценки острой боли, который может использоваться в различных контекстах благодаря своей простоте использования и практичности.

Для предсказания положения лицевых точек и баллов боли использовались глубокие нейронные сети и модели машинного обучения. Сети сверточных нейронных сетей (CNN) были использованы и обучены для предсказания необходимых результатов на основе ряда факторов. Было сгенерировано 35 геометрических дескрипторов параллельно для улучшения данных, которые могут быть проанализированы.

После оценки выяснилось, что ShuffleNetV2 является наилучшим вариантом для предсказания лицевых точек, а лучшая модель CNN продемонстрировала нормализованный корень из среднеквадратичной ошибки (NRMSE) 16,76%. Топовая модель XGBoost предсказывала баллы FGS с удивительной точностью 95,5% и минимальной среднеквадратичной ошибкой (MSE) 0,0096, демонстрируя высокую точность в различении болезненного и неболезненного состояний у кошек.

Технологический прогресс, описанный в исследовании, может упростить и улучшить процесс оценки боли у кошачьих объектов, что может привести к более своевременному и эффективному лечению.

Весь кредит за это исследование принадлежит исследователям этого проекта. Если вам нужны рекомендации по управлению ИИ в бизнесе, свяжитесь с нами по адресу hello@itinai.com.

Посмотрите на практический пример решения на основе ИИ: бот для продаж от itinai.ru/aisales, созданный для автоматизации общения с клиентами круглосуточно и управления взаимодействием на всех этапах пути клиента.

Изучите, как искусственный интеллект может улучшить ваши продажи и общение с клиентами. Познакомьтесь с нашими решениями на сайте itinai.ru

Полезные ссылки: