Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

L'apprentissage automatique a le potentiel d'améliorer le diagnostic des infections de mastite chez les vaches

L'étude neuve, aujourd'hui publié dans des états scientifiques, a constaté que l'apprentissage automatique a le potentiel d'accroître et améliorer la capacité d'un vétérinaire de diagnostiquer exactement l'origine de mastite de troupeau et de réduire des niveaux de mastite aux exploitations laitières.

La mastite est une maladie endémique extrêmement coûteuse des cheptels laitiers, coûtant autour de £170 million au R-U. Une première étape essentielle dans le contrôle de la mastite recense où mastite-entraînant des agents pathogènes proviennent ; fait-elles les bactéries viennent-elles de l'environnement des vaches ou est-ce contagieux les écarts par le salon de traite ?

Ce diagnostic est habituellement exécuté par un vétérinaire en analysant des caractéristiques de l'exploitation laitière et est une pierre angulaire du régime très utilisé de contrôle de mastite de carton de développement (AHDB) d'agriculture et d'horticulture, toutefois ceci exige le temps et la formation vétérinaire de spécialiste.

Les algorithmes d'apprentissage automatique sont très utilisés, des emails de filtrage de Spam et de la suggestion des films de Netflix à la catégorie précise du cancer de la peau. Ces algorithmes traitent des problèmes diagnostiques comme un médecin ou un vétérinaire de stagiaire pourrait ; apprendre statue des caractéristiques et de s'appliquer les aux patients neufs.

Cette étude, qui a été aboutie par le vétérinaire et le chercheur Robert Hyde à partir de l'école de la médecine vétérinaire et de la Science à l'université de Nottingham, vise à produire un outil de support diagnostique robotisé pour le diagnostic d'origine de mastite de niveau de troupeau, une première étape essentielle du régime de contrôle de mastite d'AHDB.

La caractéristique de mastite de 1.000 troupeaux a été entrée pendant plusieurs périodes de trois mois. Des algorithmes d'apprentissage automatique ont été employés pour classifier l'origine de mastite de troupeau et avec le diagnostic expert par un vétérinaire de spécialiste.

Les algorithmes d'apprentissage automatique pouvaient réaliser une exactitude de catégorie de 98% pour ambiant contre la mastite contagieuse, et l'exactitude de 78% a été réalisée pour la catégorie de la lactation contre la mastite environnementale de période sèche en comparaison avec le diagnostic vétérinaire expert.

M. Hyde a dit :

La mastite est un problème énorme pour des producteurs laitiers, économiquement et en termes d'assistance sociale. Dans notre étude nous avons prouvé que les algorithmes d'apprentissage automatique peuvent exactement diagnostiquer l'origine de cette condition aux exploitations laitières. Un outil de diagnostic de ce genre a le potentiel grand dans l'industrie d'aborder cette condition et d'aider les cliniciens vétérinaires en effectuant un diagnostic rapide d'origine de mastite au niveau de troupeau afin de mettre en application promptement des mesures de contrôle pour une maladie extrêmement dommageable en termes de santés animales, productivité, aide sociale et utilisation antimicrobienne. »