انقلاب تصویری؛ نقش هوش مصنوعی در تشخیص خودکار بیماری‌های حیوانات

فاخته- اما این انقلاب تصویری دقیقاً چه معنایی دارد؟ هوش مصنوعی دقیقاً چه چیزهایی را ممکن کرده؟ و ایران در این مسیر کجاست؟ بیایید با هم وارد دنیای جذاب و هیجان‌انگیز هوش مصنوعی در دامپزشکی شویم.

مروری بر تکنولوژی بین‌المللی: دامپزشک دیجیتال وارد می‌شود!

دنیا به سمت دیجیتالی شدن تمام حرفه‌ها پیش می‌رود و دامپزشکی نیز از این قاعده مستثنی نیست. در سال‌های اخیر، تحقیقات گسترده‌ای در کشورهایی چون آمریکا، آلمان، کانادا و چین انجام شده که نتیجه آن طراحی الگوریتم‌های هوشمندی است که می‌توانند تصاویر بالینی حیوانات را آنالیز کنند.

تصور کنید: یک دامدار در استرالیا صبح موبایلش را برمی‌دارد، از چشم گوسفندانش عکس می‌گیرد و اپلیکیشن ظرف چند ثانیه نسبت به احتمال بروز تب برفکی، ورم ملتحمه یا حتی آنفلوانزای گوسفندی هشدار می‌دهد! یا یک کلینیسین در ژاپن با ضبط فیلم حرکات یک گربه، تشخیص می‌دهد که آیا لنگش دیده‌شده نشانه آرتروز است یا صرفاً یک آسیب سطحی. این‌ها دیگر داستان علمی-تخیلی نیستند.

نمونه‌های واقعی بین‌المللی این انقلاب

- Vetology AI (آمریکا): یکی از اولین پلتفرم‌هایی که تصاویر رادیولوژی دامپزشکی را با الگوریتم‌های اختصاصی آنالیز می‌کند و ظرف چند ثانیه تشخیص‌های افتراقی ارائه می‌دهد.

- PetDx (کالیفرنیا): سامانه‌ای که با داده‌های خون و تصاویر مرتب شده، احتمال ابتلا به برخی سرطان‌های حیوانات خانگی را به‌طور پیش‌بینی‌شده اعلام می‌کند.

- منسجم‌سازی تصاویر در فارم‌های دانمارک: کشاورزان دانمارکی با استفاده از دوربین‌های ساده و هوش مصنوعی، لنگش، علائم درد یا رفتار غیرطبیعی گاوها را به‌دقت زیر نظر دارند.

- تشخیص بیماری‌های پوستی در سگ و گربه: اپلیکیشن VetSkin، با پردازش تصویر ضایعات پوستی حیوانات خانگی، درصد احتمال هر بیماری را به صاحب حیوان و دامپزشک می‌دهد. کافی است یک عکس ساده بگیرید، هوش مصنوعی بقیه کار را انجام می‌دهد!

تازه‌ترین دستاوردها و سرویس‌های هوشمند: «چشم دیجیتال» حیوانات

در جهان امروز، توسعه سامانه‌هایی با دقت تشخیص نزدیک یا حتی بالاتر از دامپزشک متخصص، یکی از داغ‌ترین جبهه‌های نوآوری است. 

در سال گذشته (۲۰۲۴–۲۰۲۵)، الگوریتم‌های هوشمندی مثل Vision Transformers (ViT) و مدل‌های عمیق CNN بر پایه مدل‌های GPT یا Segment Anything (ساخت متا) به میدان آمده‌اند. این مدل‌ها میلیون‌ها عکس دام و حیوان خانگی را بررسی کرده‌اند و حالا می‌توانند حتی بیماری‌هایی که پزشکان عادی با چشم غیرمسلح نمی‌بینند را شناسایی کنند.

یک مثال واقعی: 

در یک گاوداری بزرگ در آمریکا، دوربین‌های شبانه‌روزی هر روز به طور خودکار فیلم وضعیت پوست و رفتار گاوها را برای مدل هوشمند آپلود می‌کنند. این مدل می‌تواند کاهش جزئی اشتها یا میل به حرکت، لکه‌های پوستی یا حتی علائم زودهنگام بیماری تنفسی را پیش از آن‌که دامدار یا حتی دامپزشک متوجه شوند کشف کند. این یعنی سه تا پنج روز صرفه‌جویی در واکنش به بیماری  و نجات جان گله!

و اما هیجان‌انگیزتر: حتی روبات‌های تشخیص‌دهنده بیماری‌های واگیردار با اسکن سریع چشمی یا حرارتی در سالن‌های مرغداری، در چین و کره جنوبی شروع به کار کردند! این روبات‌ها ظرف چند ثانیه با حرکت در میان قفس‌ها، بیماران را ثبت، جدا و گزارش‌دهی می‌کنند.

سرویس‌های هوشمند جدید: 

- پلتفرم Livestock Lens : سامانه‌ای تصویری برای تشخیص سریع بیماری‌های بره و بز جوان بر اساس الگوهای صورت.

- PetSOS : پزشک هوشمند آنلاین برای تشخیص اولیه ضایعات پوستی و چشمی سگ و گربه.

- و البته مدل‌های بازمتن (Open-source) مثل DeepVet، که اخیراً چند دانشکده دامپزشکی دنیا آن‌ها را سفارشی‌سازی کردند.

وضعیت پژوهش و اجرا در ایران: حرکت خاکستری تا مرز تغییر

در ایران، هنوز تا رسیدن به سطح پلتفرم‌های جهانی فاصله است، اما خبر خوب اینکه بذر این تحول کاشته شده است.

پروژه‌های دانشگاهی و نمونه‌های داخلی: 

- در دانشگاه تهران، یک طرح پژوهشی بر روی تشخیص سل گاوی با استفاده از ترکیب پردازش تصویر اشعه ایکس و مدل‌های یادگیری عمیق اجرا شده که دقت بالایی نشان داده است.

- نمونه اولیه نرم‌افزار ایرانی "دامبین"، روی گوشی تلفن هوشمند، به طور آزمایشی توسط برخی دامپزشکان در کلینیک‌های تهران و اصفهان مورد استفاده قرار گرفت: کافی بود از چشم یا بدن دام عکس بگیرند تا سامانه با احتمال بالا تشخیص دهد نشانه التهاب است یا نه.

- در دانشکده دامپزشکی ارومیه، پایلوت تشخیص ورم پستان گاو با دوربین و شبکه عصبی انجام شد.

- در بخش صنعت، فارمی در اطراف کرج سیستم پایش خودکار سلامت گله گاو شیری را با کمک تیمی از متخصصان هوش مصنوعی پیاده‌سازی کرده: حالا موارد کاهش اشتها یا علائم خزنده بیماری‌ها پیش از شیوع گزارش می‌شود.

چرا هنوز فراگیر نشده؟

- کمبود داده تصویری (کم بودن عکس‌های با کیفیت حیوانات ایرانی یا داده بومی)

- نگرانی دامپزشکان سنتی از دقت و خطای تشخیص الگوریتم‌ها 

- هزینه تهیه تجهیزات مدرن و دغدغه آموزش کاربران

چالش‌ها، فرصت‌ها و آینده پیش رو: قرار است چه اتفاقی بیفتد؟

چالش‌های بزرگ: 

- بسیاری از بیماری‌های حیوانی علائم‌ ظریف دارند و نبود داده کافی باعث رشد کند مدل‌های ایرانی می‌شود.

- چالش‌های اخلاقی: آیا تشخیص خودکار، بدون بازبینی دامپزشک قابل اتکا است؟ 

- حفط محرمانگی داده‌ها: تصاویر دام‌ها و داده‌های فارم‌ها اغلب شخصی یا اقتصادی است.

- هزینه‌های سخت‌افزاری و مقاومت فناوری در دامپزشکی سنتی.

فرصت‌های طلایی: 

- کاهش تلفات دامی و سریع‌تر شدن واکنش به بیماری‌های واگیردار (مانند تب برفکی، آنفلوانزا و PPR)

- کاهش مصرف بی‌رویه آنتی‌بیوتیک با تشخیص اختصاصی بیماری

۹- افزایش بهره‌وری و سودآوری فارم‌های ایرانی به کمک هشدارهای هوشمند و آنالیز رفتار دام‌ها 

- ایجاد استارتاپ‌های جدید دامپزشکی دیجیتال و رشد فرصت‌های شغلی مبتنی بر هوش مصنوعی 

- شتاب گرفتن پژوهش و تولید داده‌های بومی ارزشمند

آینده نزدیک: 

منتظر روزی باشیم که هر دامدار ایرانی فقط با یک موبایل، به‌سادگی و با اپلیکیشن هوشمند تصویری، سلامتی گله خود را دائم رصد کند، هشدار بیماری دریافت کند و حتی بدون حضور فیزیکی دامپزشک اولیه‌ترین تشخیص را داشته باشد. هوش مصنوعی قرار است نه تنها بیماری را کشف، بلکه پیش‌بینی کند: دامپزشکی آینده، ترکیب شهود انسانی و چشم بینای الگوریتم‌هاست!

دکتر نازیلا فرهنگی قلعه جوقی

                 مدرس دوره های هوش مصنوعی در دامپزشکی و مخترع

پانوشت:

هرچند این مسیر پر چالش است، اما انقلاب تصویری هوش مصنوعی در دامپزشکی ایران تازه آغاز شده و بی‌شک در سال‌های آینده هم از این پیشران بزرگ تکنولوژی بیشتر خواهیم شنید.