X Este contenido es especial para veterinarios, si eres veterinario por favor marque el siguiente cuadro.

get_the_title



La valoración de las lesiones pulmonares compatibles con neumonía enzóotica en matadero es una de las técnicas de referencia para valorar la prevalencia de esta enfermedad en las granjas porcinas y supone la técnica número uno para valorar la eficacia de las vacunas frente Mycoplasma hyopneumoniae (Mhyo).

 

EL RETO DE LA EVALUACIÓN DE LESIONES EN MATADERO

Neumonía enzoótica

Hasta el día de hoy, monitorear el grado de afectación pulmonar debida a Mhyo suponía contar con técnicos altamente capacitados para realizar la puntuación pulmonar en los mataderos. Para ello, estos técnicos debían acudir a la línea de faenado, con las restricciones que eso conllevaba, para poder revisar manual e individualmente cada pulmón y anotar la puntuación en un papel o una tableta.

Este proceso es, sin duda, muy lento y laborioso y, pese a requerir de personal cualificado, la disparidad en la evaluación pulmonar entre distintos técnicos pone de manifiesto el factor humano y la subjetividad de dicho proceso.

Rinitis atrófica

En cuanto a la rinitis atrófica, nos encontramos en una situación muy similar en la que los técnicos cualificados deben acudir al matadero, separar las cabezas, cortar la jeta y evaluar individualmente cada animal, anotando las puntuaciones de las volutas y septo en un papel o tableta. De nuevo, un proceso laborioso y subjetivo.

 

INTELIGENCIA ARTIFICIAL AL SERVICIO DEL DIAGNÓSTICO

La inteligencia artificial (IA) se define como la habilidad de una máquina de presentar las mismas capacidades que los seres humanos.

La IA permite que los sistemas tecnológicos perciban su entorno, se relacionen con él, resuelvan problemas y actúen con un fin específico.

La máquina recibe datos (ya preparados o recopilados a través de sus propios sensores, por ejemplo, una cámara), los procesa y responde a ellos.

Aunque la IA parezca futurista y a ciertas personas les cause cierto respeto, la realidad es que la IA está presente en nuestro día a día: cuando buscamos el mejor camino con el GPS para volver a casa, cuando el robot limpia nuestra casa, cuando hacemos cualquier búsqueda por internet, etc.

La IA tiene numerosas aplicaciones en medicina, tanto humana como veterinaria, que pueden mejorar la calidad de vida de las personas y profesionales de cada sector, mejorando también la eficiencia de procesos relacionados con las rutinas de trabajo de diferentes sectores.

IA… ¿También en el monitoreo de lesiones?

El monitoreo de pulmones o de cornetes forma parte de la rutina del veterinario en el control sanitario de sus explotaciones porcinas.

Este monitoreo resulta tedioso, complicado y totalmente subjetivo, siendo un claro candidato a ser automatizado aplicando la tecnología de IA.

HIPRA, con su compromiso constante con la innovación, se propuso ir un paso más allá y desarrollar un nuevo sistema diagnóstico totalmente automático que permita simplificar, objetivizar y facilitar todo el proceso de valoración en matadero de lesiones compatibles con neumonía enzoótica en pulmones y de rinitis atrófica en cornetes.

Artificial Intelligence Diagnos (AI Diagnos), es un sistema inteligente que, a partir de imágenes de pulmones y cornetes, es capaz de puntuar las lesiones compatibles con neumonía enzoótica y con rinitis atrófica, de manera individual y objetiva.

En el siguiente artículo, se describen las características principales de este nuevo servicio ofrecido por HIPRA, desde su funcionamiento, detección y clasificación, hasta la emisión de resultados y aplicación práctica.

 

FUNCIONAMIENTO DE AI DIAGNOS

A continuación, mostramos cómo los algoritmos detectan las distintas partes de una imagen y cómo las clasifica teniendo en cuenta los dos casos desarrollados: rinitis atrófica y neumonía enzoótica.

El proceso general de detección y clasificación es el siguiente:

En primer lugar, la imagen pasa por un “filtro” (detector de foco) con el objetivo de detectar el morro del cerdo, en el caso de rinitis atrófica, o el pulmón, en el caso de neumonía enzoótica.

Una vez se consigue dicho objetivo, se guarda la imagen resultante.

La imagen ya procesada se pasa por un detector de áreas de interés que identifica cada una de las secciones objetivo para cada enfermedad (por ejemplo, septo y volutas para rinitis, o los diferentes lóbulos pulmonares en caso de neumonía enzóotica).

A estas detecciones se les aplica un nuevo “filtro” que comprueba su posición dentro de la imagen para corregir posibles errores de detección.

Cuando se han detectado las secciones, se recorta cada una de ellas y se guardan por separado, manteniendo la relación con la imagen inicial (la imagen resultante del punto número 1).

Cada sección es pasada por un nuevo “filtro” (clasificador) que está entrenado para puntuar el grado de lesión de cada sección en particular.

Finalmente, se calcula el grado de afectación total y se retorna dicha información adjunta a la predicción de todas las secciones.

Detección

La detección de objetos es una técnica de reconocimiento inteligente de imágenes que permite identificar y ubicar objetos en una imagen.

AI DIAGNOS cuenta con dos detectores por cada modelo:

Detector de foco que identifica el pulmón o tabique nasal.

Detector de áreas de interés que identifica las diferentes zonas del pulmón o tabique nasal.

Por cada detector se necesita entrenar el reconocimiento de la imagen para encontrar el foco o las áreas de interés. Para ello se necesitan dos pasos:

Configurar los parámetros de entrenamiento, donde se indicará el número de ciclos de entrenamiento y el número de imágenes introducidos a la red para el entrenamiento.

Añadir las imágenes y enlazarlas con el sistema para que pueda utilizar los datos.

Clasificación

Las secciones que tenemos por cada caso desarrollado:

Para crear nuestros modelos, ha sido necesario entrenar el sistema para que sea capaz de clasificar el grado de lesión de las diferentes áreas de interés, según el conjunto de imágenes analizado con anterioridad por el mismo sistema durante el entrenamiento. El modelo coge cada una de las imágenes a analizar y muestra el grado de lesión para cada sección.

Para entrenar cada modelo y que aprenda las valoraciones adecuadas, debemos especificar:

El repositorio de imágenes.

Las instrucciones de transformación de las imágenes, es decir, si será necesario rotar las imágenes, limpiarlas de sangre o tener en cuenta otros factores que pueden afectar a la correcta clasificación.

El sistema se ha entrenado con más de 11.000 imágenes que han sido evaluadas por el sistema y corregidas para su aprendizaje por diferentes especialistas en Mhyo de todo el mundo, obteniendo así la validación del sistema.

El resultado de esta validación ha sido que, actualmente, el sistema tiene una precisión superior al 85% en acierto directo sistema-evaluador, es decir que el sistema y el evaluador han dado la misma puntuación, y de más del 96% con un error por lóbulo de ±1.

 

LA EFICACIA DE AI DIAGNOS – UN EJEMPLO PRÁCTICO

A continuación, veremos un ejemplo de un reporte de AI Diagnos para un caso de neumonía enzoótica.

Para iniciar el análisis de AI Diagnos, primero se debe seleccionar la empresa donde se realiza la evaluación y, a continuación, se debe introducir la granja de origen (madres) y de crecimiento (cebo), especificando la patología que se quiere analizar, neumonía enzoótica o rinitis atrófica. Finalmente se deben cargar las imágenes (pulmones o cornetes), siempre en posición vertical y que se vean bien los lóbulos de los pulmones o volutas de los cornetes.

A continuación, el sistema empieza el análisis, que puede durar varios minutos según el número de imágenes, y seguidamente realiza automáticamente el informe que veremos a continuación:

Primero, se clasifican los pulmones según el grado de lesión:

Grado 0: 0

Grado 1: 0,1 a 9,99

Grado 2: 10-19,99

Grado 3: 20-29,99

Grado 4: 30-39,99

Grado 5: 40-49,99

Grado 6: 50-100

Además, se analizan varios parámetros como:

Índice de enfermedad: grado medio de lesión de todos los pulmones.

Incidencia: porcentaje de pulmones con lesión.

Superficie media de pulmón lesionado de todos los pulmones.

Índice de lesión: grado medio de lesión de los pulmones afectados.

Además, el sistema realiza una evaluación del retorno de la inversión (ROI) de la vacunación, teniendo en cuenta el porcentaje de animales que hay con cada grado de lesión, ya que existe una correlación directa entre el grado de lesión, una reducción del crecimiento y un incremento en la conversión, que además significa un consumo de pienso extra¹.

CONCLUSIONES

Artificial Intelligence Diagnos es un gran avance para la industria porcina, ya que supone un nuevo sistema para evaluar las lesiones de neumonía enzoótica y rinitis atrófica con unas ventajas muy claras:

Automatización: solo se tienen que hacer las fotos y colgarlas en el sistema, evitando que los técnicos se desplacen al matadero y ahorrando tiempo en las valoraciones.

Fiabilidad: proceso objetivo donde las imágenes son evaluadas bajo los mismos criterios establecidos. El sistema se ha entrenado con más de 11.000 imágenes validadas por los principales especialistas en Mhyo.

Sencillez: sistema fácil de utilizar; solo se deben completar los datos de la explotación y añadir las imágenes para que el sistema realice la evaluación. Además, el sistema genera un informe para facilitar la interpretación.

Bibliografía

Straw BE, Tuovinen VK, Bigras-Poulin M (1989) Estimation of the cost of pneumonia in swine herds. Journal of the American Veterinary Medical Association, 195, 1702-1706.



Noticias sectoriales

 
 

REVISTA

Revista porciNews Noviembre 2021

ARTÍCULOS DE REVISTA



 

Materias Primas

Patrocinado por:

Mercados:

Lleida

Maíz

19-11-2021

Maíz

282€/Tm

2€/tm

Lleida

Trigo

19-11-2021

Trigo

318€/Tm

5€/tm

Lleida

Soja

19-11-2021

Soja

442€/Tm

27€/tm

Lleida

Cebada

19-11-2021

Cebada

307€/Tm

2€/tm

Complejo entérico

Ileítis Porcina

 







Ver otras revistas


 

Registrate a nuestro newsletter

Obtenga acceso completo a todas las revistas en versión digital y a los newsletters.



 

Entrevistas
porciNews en
Youtube

 
logo