Un equipo de investigación del programa de Educación, Investigación y Extensión Veterinaria (VERO) de Texas A&M ha publicado un estudio que examina el potencial de la inteligencia artificial (IA) en la evaluación de enfermedades respiratorias en cerdos. Este trabajo, liderado por el Dr. Robert Valeris-Chacin, profesor asistente en el Departamento de Patobiología Veterinaria de la Facultad de Medicina Veterinaria y Ciencias Biomédicas de Texas A&M, se centra en la capacidad de un sistema de visión por computadora para detectar lesiones en los pulmones de los cerdos, que pueden indicar la presencia de bacterias causantes de neumonía.
A pesar de que la IA aún no alcanza la precisión de un evaluador veterinario, los hallazgos revelan que su comportamiento es notablemente similar al de los humanos. La investigación ha sido publicada en la revista Veterinary Research.
La importancia de la evaluación veterinaria en la producción animal
En la producción animal, especialmente en Europa, es habitual que los fabricantes de vacunas envíen veterinarios a las plantas de procesamiento para supervisar la eficacia de sus productos, como aquellos destinados a prevenir enfermedades respiratorias. Valeris-Chacin señala: «Los evaluadores veterinarios proporcionan una asistencia técnica crucial en la producción de alimentos. Sin embargo, detectar pulmones con neumonía bacteriana requiere un individuo altamente capacitado». Uno de los objetivos del estudio fue evaluar la precisión de la IA para ver si podía aumentar la eficiencia y exactitud de este proceso.
Los dos objetivos adicionales del estudio fueron medir la concordancia y consistencia de los evaluadores expertos en comparación con la IA, así como entender las diferencias entre las condiciones del estudio y la práctica real, donde los veterinarios pueden tocar los pulmones para ayudar en la detección de neumonía.
Valeris-Chacin explica que «en nuestro estudio, solicitamos a nuestros expertos que evaluaran una serie de cientos de imágenes, repitiendo algunas para verificar si los evaluadores otorgaban las mismas puntuaciones cada vez». Se observó que los evaluadores humanos eran muy consistentes de manera individual, aunque presentaban desacuerdos entre ellos. Sin embargo, el mismo evaluador tendía a puntuar las imágenes repetidas de la misma forma.
Un aspecto destacable fue que la IA mostró una consistencia perfecta, a pesar de la participación de múltiples personas en su entrenamiento. «La empresa detrás de esta IA quería crear un sistema que imitara la forma en que los evaluadores humanos puntúan los pulmones, y la IA ha demostrado ser muy prometedora en este sentido», concluye Valeris-Chacin.
Más información: Robert Valeris-Chacin et al, Scoring of swine lung images: a comparison between a computer vision system and human evaluators, Veterinary Research (2025). DOI: 10.1186/s13567-024-01432-5
Proporcionado por Texas A&M University
