Прогнозирование проблем с отелом до осеменения
Небольшой процент коров испытывает проблемы во время отела, и заводчики хотели бы знать, какие коровы подвержены риску. Используя обширный набор данных голландской животноводческой компании CRV, программисты из Гронингенского университета использовали искусственный интеллект для разработки прогностической модели, которая теоретически может вдвое сократить количество проблем с отелом. Они опубликовали свои результаты в Preventive Veterinary Medicine.
Скотоводство — это наука о данных . Племенные фирмы предоставляют сперму от быков и регистрируют успехи своего потомства. Данные о надоях коров и многих других характеристиках собираются и хранятся в огромной базе данных вместе с генетическими данными всех животных. Это позволяет компаниям приписывать животным «оценочную племенную ценность» и находить пары для оптимального разведения.
Одним из аспектов разведения является рождение телят. Примерно в 3,3 процента всех случаев во время отела возникает какое-либо осложнение, которое называют дистоцией.
«Это может варьироваться от необходимости тянуть теленка до необходимости ветеринарного вмешательства», — объясняет Ахмад Аль-Сахаф. «Существуют модели для прогнозирования риска дистоции, но они работают с данными, которые доступны только после осеменения. Мы хотели создать модель, которая могла бы прогнозировать риск до осеменения».
В настоящее время Альсахаф работает научным сотрудником с докторской степенью в Отделе биомедицинских наук о клетках и системах Университетского медицинского центра Гронингена, но он работал над прогностической моделью дистоции во время своей докторской диссертации. проект исследовательской группы «Интеллектуальные системы» Института математики, компьютерных наук и искусственного интеллекта имени Бернулли Гронингенского университета в Нидерландах.
«Нас попросили создать эту модель для животноводческой компании CRV, и они предоставили нам большой набор данных , содержащий информацию о коровах и быках», — говорит Альсахаф. «Сначала мы использовали систему машинного обучения для анализа данных и создания предварительной модели. Затем мы проверили, имеют ли смысл наиболее важные факторы риска. Так оно и было, и поэтому мы приступили к построению полной модели».
Было две основные проблемы: первая заключалась в очистке и компиляции имеющихся данных. Во-вторых, дистоция наблюдается только у 3,3% стельных коров.
«Это означало, что в нашем наборе данных был огромный дисбаланс», — объясняет Альсахаф. Чтобы решить эту проблему, он создал большое количество подмножеств со сбалансированными данными и объединил их для обучения прогностической модели. «Впоследствии мы протестировали эту модель на подмножестве данных, которые не использовались для обучения, и изучили результаты».
Оказалось, что модель работала значительно лучше, чем случайно.
«Наш коллега подсчитал, что в идеальных условиях наша модель может примерно вдвое снизить риск дистоции. Но для этого требуется идеальное сочетание быка и коровы, что не всегда возможно».
Тем не менее, модель может помочь фермерам и племенным компаниям оценить риск конкретного спаривания перед осеменением. Это важно, так как до сих пор все другие модели требуют информации, собранной после осеменения, а это означает, что вы на самом деле не предотвращаете осложнения.
Источник: Университет Гронингена
