---

Un estudio reciente ha demostrado la viabilidad de usar inteligencia artificial (IA) para detectar dolor en cabras mediante el análisis de expresiones faciales en videos. Investigadores de la Universidad de Florida implementaron modelos de aprendizaje profundo basados en redes neuronales convolucionales (CNN) para clasificar a cabras en categorías de "con dolor” y "sin dolor” a partir de videos capturados en entornos clínicos. Este enfoque promete mejorar el bienestar animal y ofrece una alternativa a la evaluación manual, comúnmente usada en el diagnóstico veterinario.

Desarrollo de la investigación

En animales, las expresiones faciales son claves para expresar emociones, incluyendo el dolor, y varios estudios han desarrollado escalas de dolor basadas en estas expresiones. Sin embargo, la evaluación manual es lenta y requiere especialistas entrenados. Este estudio propuso un sistema automatizado para la detección de dolor agudo en cabras mediante el uso de un modelo de IA que aplica un clasificador basado en la red preentrenada VGG-16.

Metodología

La investigación se llevó a cabo en el Hospital de Grandes Animales de la Universidad de Florida, donde participaron 40 cabras de distintas razas, edades y condiciones médicas. A cada animal se le evaluó utilizando la Escala de Dolor Agudo para Cabras UNESP-Botucatu, clasificándolas en categorías de "con dolor” y "sin dolor”. A partir de videos capturados a una velocidad de 1 o 3 fotogramas por segundo (FPS), el equipo extrajo un total de 2,253 imágenes de cabras sin dolor y 3,154 de cabras con dolor (1 FPS) y 7,630 imágenes sin dolor y 9,071 con dolor (3 FPS).

Resultados

Los modelos de IA, sometidos a diferentes técnicas de validación, lograron una precisión del 80 % en pruebas de validación cruzada de cinco pliegues, mientras que la precisión media en validación de 10 pliegues por sujeto alcanzó un 60 %. La mayor precisión en imágenes "sin dolor” con FPS de 1 indica que una velocidad de captura menor es preferible para este tipo de evaluación.

Impacto en el manejo del dolor en animales de granja

La investigación señala la importancia de identificar y tratar adecuadamente el dolor en animales, no solo por razones éticas, sino porque el estrés afecta negativamente la recuperación quirúrgica y la productividad. Los métodos automatizados de reconocimiento de dolor representan un avance hacia una evaluación del bienestar más eficiente y precisa, especialmente en animales de granja como las cabras, donde la evaluación manual es menos accesible.

Limitaciones y futuras investigaciones

A pesar de los prometedores resultados, el estudio subraya que la precisión del modelo puede mejorarse con un conjunto de datos mayor y más equilibrado. Además, los investigadores planean implementar validaciones más robustas, como el método de validación cruzada sin superposición entre sujetos, y explorar la incorporación de otros datos conductuales para aumentar la precisión de las clasificaciones.

Conclusiones

Este avance en la detección de dolor en cabras mediante IA tiene el potencial de transformar la evaluación del bienestar animal en entornos clínicos y de granja. La automatización de la detección de dolor podría proporcionar a los veterinarios una herramienta poderosa y accesible para el diagnóstico y manejo del dolor, promoviendo así el bienestar y mejorando la calidad de vida de estos animales.

Esta investigación representa un paso hacia el uso de tecnologías avanzadas en medicina veterinaria, destacando el rol de la IA en la mejora del bienestar animal y el diagnóstico veterinario.

---

Chiavaccini, L., Gupta, A., Anclade, N. et al. Automated acute pain prediction in domestic goats using deep learning-based models on video-recordings. Sci Rep 14, 27104 (2024). https://doi.org/10.1038/s41598-024-78494-0