Czy sztuczna inteligencja może rozpoznawać ból u kotów?

Sztuczna inteligencja (AI) staje się istotnym obszarem badań w medycynie weterynaryjnej, przynosząc nowe możliwości i wyzwania. Badania nad jej zastosowaniem w różnych dziedzinach, takich jak radiografia klatki piersiowej czy patologia cyfrowa, są coraz bardziej obiecujące. Ostatnie badanie opublikowane w „Scientific Reports” skoncentrowało się na potencjale AI do rozpoznawania bólu u kotów.

Ocena bólu u kotów jest niezwykle trudna. Pomimo dostępności zwalidowanych ręcznych skal oceny bólu dla kotów, pojawiły się sugestie opracowania alternatywnych metod oceny bólu, które byłyby bardziej obiektywne i mniej podatne na ludzkie błędy.

W najnowszym badaniu opublikowanym w czasopiśmie „Scientific Reports” przeprowadzono badanie na 84 kotach różnych ras, płci i wieku, oceniając ich ból na podstawie zdjęć twarzy. Koty zostały ocenione przez doświadczonych lekarzy weterynarii przy użyciu skali oceny bólu Glasgow (CMPS; która odnosi się do zmian w zachowaniu i twarzy kota). Zdjęcia podzielono na dwie klasy: „ból” lub „brak bólu”. Wykorzystano dwa podejścia do sztucznej inteligencji: głębokie uczenie (DL) i podejście oparte na punktach orientacyjnych (LDM).

Wyniki wskazały, że podejście oparte na punktach orientacyjnych osiągnęło dokładność powyżej 77% w rozpoznawaniu bólu, co sugeruje jego potencjał w praktyce klinicznej. w porównaniu do dokładności powyżej 65% osiągniętej przez podejście głębokiego uczenia. Wadą podejścia opartego na punktach orientacyjnych jest czas i zasoby wymagane do adnotacji punktów orientacyjnych, które muszą być wykonywane ręcznie. Biorąc pod uwagę znaczenie cech twarzy, nos i usta kota były ważniejsze dla funkcji maszynowej klasyfikacji bólu, podczas gdy cechy związane z uszami były mniej ważne.

Chociaż dokładność wykrywania bólu osiągnięta w podejściu opartym na punktach orientacyjnych (77%) jest obiecująca, oznacza to, że w warunkach klinicznych prawie jedna czwarta kotów może odczuwać ból, ale pozostaje nierozpoznana.

W badaniu stwierdzono, że wspomagane przez sztuczną inteligencję rozpoznawanie bólu na podstawie twarzy kotów jest wykonalne, a rozwój takich metod przyczyni się do dokładnego, zautomatyzowanego rozpoznawania bólu u kotów w warunkach klinicznych.

Ograniczeniem w badaniu był jednak stosunkowo niewielki zbiór danych (84 koty), w którym większość stanowiły samce kotów oraz wykorzystanie nieruchomych zdjęć, które rejestrują tylko jeden chwilowy wyraz twarzy (w przeciwieństwie do wideo).

Podczas gdy sztuczna inteligencja niewątpliwie przynosi wiele możliwości dla medycyny weterynaryjnej, jej wykorzystanie rodzi liczne kwestie etyczne. Coghlan i Quinn (2023) zidentyfikowali dziewięć kwestii, które wymagają etycznego rozważenia przy stosowaniu sztucznej inteligencji: dokładność i niezawodność; naddiagnoza; przejrzystość; bezpieczeństwo danych; zaufanie i nieufność; autonomia klientów; przeciążenie informacjami i erozja umiejętności; odpowiedzialność za wyniki wpływające na sztuczną inteligencję; oraz wpływ na środowisko. Zidentyfikowali oni również następujące zasady dotyczące stosowania weterynaryjnej sztucznej inteligencji: brak szkodliwości, dobroczynność, przejrzystość, poszanowanie autonomii klienta, prywatność danych, wykonalność, odpowiedzialność i zrównoważenie środowiskowe.

Etyczne kwestie związane z wykorzystaniem AI w weterynarii są istotne i obejmują aspekty takie jak dokładność, przejrzystość, bezpieczeństwo danych i autonomia klientów. Rozwój sztucznej inteligencji w weterynarii wymaga uwzględnienia tych kwestii, aby zagwarantować bezpieczne i etyczne wprowadzenie technologii do praktyki klinicznej.

Źródło: https://www.bsava.com/article/can-artificial-intelligence-ai-recognise-pain-in-cats/