Un equipo internacional de investigadores ha desarrollado un nuevo marco de inteligencia artificial, denominado SHIC-XE, diseñado para detectar signos de dolor en animales mediante el análisis de video. Este sistema busca superar la dificultad histórica de identificar el sufrimiento en seres que no pueden expresarlo verbalmente, comenzando su aplicación en equinos.
Desarrollan modelo de Inteligencia Artificial para detectar signos de dolor
Un nuevo marco de inteligencia artificial detecta dolor en equinos mediante video, ofreciendo explicaciones coherentes para el bienestar animal.
El marco SHIC-XE fue desarrollado por un equipo liderado por Marcelo Feighelstein, director del Programa de Ingeniería de Sistemas de Inteligencia Artificial del Centro de Ingeniería y Computación Avanzada de la Universidad de Tel-Hai, en Israel. Este sistema proporciona explicaciones estables y anatómicamente coherentes para sus decisiones, un avance significativo en la inteligencia artificial explicable.
Por primera vez, las explicaciones generadas por esta tecnología pueden compararse cuantitativamente con las evaluaciones de expertos, lo que representa un paso importante hacia sistemas de inteligencia artificial confiables en entornos clínicos y sanitarios del mundo real. La investigación aborda un desafío presente tanto en la medicina veterinaria como en la humana: cómo identificar el dolor y la angustia en individuos que no pueden comunicar su experiencia.
Avances en el manejo del dolor equino
La investigación busca interpretar expresiones faciales, lenguaje corporal y patrones de movimiento. El equipo ha desarrollado herramientas basadas en inteligencia artificial capaces de reconocer el dolor y las emociones en gatos, perros, conejos, ovejas, vacas y, ahora, también en equinos. Un desafío importante en el análisis de video basado en inteligencia artificial es la interpretabilidad; los métodos existentes suelen resaltar diferentes áreas de una imagen de un fotograma a otro, generando explicaciones inestables.
Para superar esta limitación, los investigadores desarrollaron SHIC-XE, un novedoso marco que proyecta la atención del modelo sobre una representación tridimensional fija del rostro de un caballo. El resultado es una explicación anatómica coherente, incluso cuando el caballo se mueve o cambia la posición de su cabeza. El sistema se evaluó utilizando 3 conjuntos de datos independientes que representaban dolor postoperatorio, dolor inflamatorio y ortopédico, y dolor mecánico agudo. Obtuvo un rendimiento que indica altos niveles de precisión y fiabilidad en la detección del dolor a partir de videos en múltiples escenarios clínicos.
Impacto de la inteligencia artificial en el bienestar animal
Las áreas identificadas por la inteligencia artificial mostraron una concordancia estadísticamente significativa con las evaluaciones realizadas por expertos veterinarios mediante la Escala de Expresiones Faciales Equinas, un método estandarizado para evaluar el dolor en caballos. Esta validación cuantitativa demuestra que el modelo no solo llega a la conclusión correcta, sino que también se centra en las regiones anatómicamente relevantes al tomar esa decisión, según afirmó Feighelstein.
Si bien SHIC-XE se desarrolló para el reconocimiento del dolor equino, sus implicaciones van mucho más allá del bienestar animal. La capacidad de comprender y validar de forma consistente lo que un sistema de inteligencia artificial ha visto en datos de video es igualmente importante en la atención sanitaria humana, especialmente cuando los pacientes no pueden describir su afección. Entre las aplicaciones futuras se incluyen la evaluación del dolor en recién nacidos, la monitorización de pacientes sedados y ventilados en unidades de cuidados intensivos, y el apoyo a la atención de personas con demencia. El objetivo es garantizar que la voz tecnológica sea fiable, explicando no solo la presencia del dolor, sino también por qué el sistema llegó a esa conclusión.
FUENTE: Animal's Health