Novi AI prepoznaje bol kod konja: ‘To nas približava otvaranju ‘crne kutije‘‘

Prepoznavanje boli kod životinja velik je izazov za veterinare i osobe koje se o njima brinu. Životinje ne mogu riječima opisati što osjećaju, a konji dodatno mogu prikrivati znakove boli u prisutnosti ljudi. Međunarodni tim istraživača pod vodstvom izraelskog Sveučilišta Tel-Hai razvio je novi sustav umjetne inteligencije koji pokušava riješiti upravo taj problem – analizom videosnimki prepoznati znakove boli kod konja, ali i objasniti na temelju čega je donio takvu procjenu.

Sustav nazvan SHIC-XE razvio je međunarodni istraživački tim pod vodstvom dr. Marcela Feighelsteina sa Sveučilišta Tel-Hai, gdje vodi studijski program Inženjerstvo sustava umjetne inteligencije. Rezultati istraživanja objavljeni su u znanstvenom časopisu International Journal of Computer Vision.

- Moja je motivacija izgraditi most između ljudi i životinja. Želimo dati tehnološki glas onima koji nemaju riječi, omogućujući skrbnicima i stručnjacima da bolje razumiju njihovo stanje, emocije i patnju - objašnjava dr. Marcelo Feighelstein, piše Ekovjesnik.

Umjetna inteligencija već može analizirati fotografije i videosnimke te prepoznavati obrasce povezane s određenim zdravstvenim stanjima. Međutim, u medicini i veterini nije dovoljno da algoritam samo izbaci rezultat. Stručnjaci moraju moći procijeniti na temelju čega je do njega došao.

Upravo je to jedan od problema tzv. objašnjive umjetne inteligencije (XAI – Explainable Artificial Intelligence). Uobičajene metode mogu bojama označiti područja slike koja su bila važna za odluku algoritma, no kod videosnimki takve se „karte pažnje“ mijenjaju iz kadra u kadar. Životinja pomiče glavu, mijenja se kut snimanja, a ista anatomska struktura ne nalazi se uvijek na istom mjestu slike. Rezultat mogu biti nestabilna objašnjenja koja je teško pratiti i uspoređivati tijekom vremena.

Istraživači su SHIC-XE ispitali na tri neovisna skupa podataka koji su obuhvaćali različite kliničke situacije: postoperativnu bol, ortopedsku bol izazvanu upalom te akutnu bol izazvanu mehaničkim podražajem. Rezultati pritom nisu pokazali da sustav nepogrešivo prepoznaje bol, ali je model ostvario F1 rezultate od 0,67 do 0,80, ovisno o skupu podataka. To ne znači da AI „razmišlja poput veterinara“. Upravo je mogućnost provjere toga na što algoritam obraća pozornost jedna od glavnih vrijednosti novog pristupa.

Prema dr. Feighelsteinu, riječ je o prvom kvantitativnom vrednovanju te vrste kojim se pokazuje ne samo dolazi li model do ispravnog zaključka nego i usredotočuje li se pritom na anatomski relevantna područja.

- To nas približava otvaranju ‘crne kutije‘ umjetne inteligencije jer pokazujemo ne samo što model odlučuje, nego i imaju li dokazi koje koristi smisla stručnjacima - objašnjava Feighelstein.