Диагностика мастита с помощью машинного обучения

Новое исследование, опубликованное в Scientific Reports , показало, что машинное обучение способно помочь ветеринарам точно диагностировать происхождение мастита в стаде и снизить его уровень на молочных фермах.

Мастит — чрезвычайно дорогостоящее эндемическое заболевание молочного скота, стоимость которого в Великобритании составляет около 170 миллионов фунтов стерлингов. Важнейшим первым шагом в борьбе с маститом является определение места его возникновения, и определение вызывающие его болезнетворные микроорганизмы; исходят ли бактерии из коровьего окружения или же зараза распространяется через доильный зал?

Этот диагноз обычно проводится ветеринаром путем анализа данных с молочной фермы и является краеугольным камнем широко используемого Советом по развитию сельского хозяйства и садоводства (AHDB) плана борьбы с маститом, однако это требует как времени, так и специальной ветеринарной подготовки.

Сейчас широко используются алгоритмы машинного обучения, от фильтрации спам-писем и предложений фильмов Netflix до точной классификации рака кожи. Эти алгоритмы подходят так же для диагностики проблем как врачей-студентов так и ветеринаров; изучение правил на основе данных и применение их к новым пациентам.

Данное исследование, проведенное ветеринаром и исследователем Робертом Хайдом из Школы ветеринарной медицины и науки Ноттингемского университета, направлено на создание автоматизированного инструмента диагностической поддержки для диагностики происхождения мастита на уровне стада, что является важнейшим первым шагом плана по борьбе с маститом AHDB.

Данные о мастите из 1000 стад были введены за несколько трехмесячных периодов. Алгоритмы машинного обучения были использованы для классификации происхождения мастита стада и сравнены с экспертной диагностикой ветеринара-специалиста.

Алгоритмы машинного обучения позволили достичь точности классификации 98% по сравнению с заразным маститом из окружающей среды, и точность 78% по сравнению с экспертной диагностикой ветеринарного врача при классификации лактации и мастита из сухого периода
.
Доктор Хайд сказал: «Мастит — это огромная проблема для фермеров, занимающихся молочным хозяйством, как с экономической точки зрения, так и с точки зрения благосостояния. В нашем исследовании мы показали, что алгоритмы машинного обучения могут точно диагностировать происхождение этого заболевания на молочных фермах». Диагностический инструмент такого рода имеет большой потенциал в отрасли, чтобы справиться с этим заболеванием и помочь ветеринарным врачам быстро поставить диагноз происхождения мастита на уровне стада, быстро принять меры по контролю за крайне опасным заболеванием с точки зрения здоровья животных, продуктивности, благополучия и использования противомикробных препаратов».