Para leer más contenidos de porciNews Noviembre 2021
Para leer más contenidos de porciNews Noviembre 2021
 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.
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. |
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:
|
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.
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 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:
|
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.
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.
