0
Wczesne wykrywanie chorób zakaźnych jest najbardziej opłacalną strategią nadzoru nad chorobami, mającą na celu zmniejszenie ryzyka wybuchu epidemii. Najnowsze udoskonalenia głębokiego uczenia i wizji komputerowej to potężne narzędzia, które potencjalnie otwierają nowe pole badań w epidemiologii i kontroli chorób. Techniki te wykorzystano tutaj do opracowania algorytmu mającego na celu śledzenie i obliczanie ruchu zwierząt w czasie rzeczywistym. Algorytm ten został wykorzystany w badaniach eksperymentalnych w celu oceny przebiegu infekcji afrykańskim pomorem świń (ASF) u dzików euroazjatyckich.
Wyniki wykazały ujemną korelację między redukcją ruchu a gorączką spowodowaną infekcją ASF. Ponadto zwierzęta zakażone wykonywały znacznie mniejsze ruchy w porównaniu ze zwierzętami niezakażonymi.
Uzyskane wyniki sugerują, że system monitorowania ruchu oparty na komputerowym widzeniu może być stosowany w pomieszczeniach, może pomóc identyfikować gorączkę. Pomogłoby to rolnikom i służbom zdrowia zwierząt w wykrywaniu wczesnych objawów klinicznych odpowiadających chorobom zakaźnym. Technologia ta stanowi obiecujące, nieinwazyjne, ekonomiczne i działające w czasie rzeczywistym rozwiązanie w branży hodowlanej, ze szczególnym naciskiem na wykrywanie ASF, biorąc pod uwagę obecne obawy światowego przemysłu trzody chlewnej.
Fernández-Carrión E, Barasona JÁ, Sánchez Á, Jurado C, Cadenas-Fernández E, Sánchez-Vizcaíno JM. Computer Vision Applied to Detect Lethargy through Animal Motion Monitoring: A Trial on African Swine Fever in Wild Boar. Animals. 2020; 10(12):2241. https://doi.org/10.3390/ani10122241
