کاربرد هوش مصنوعی و یادگیری ماشین در تشخیص، پیش‌بینی و کنترل بیماری‌های انگلی دامپزشکی

کاربرد هوش مصنوعی و یادگیری ماشین در تشخیص، پیش‌بینی و کنترل بیماری‌های انگلی دامپزشکی

لعیا شمسی1

1) استادیار گروه پاتوبیولوژی دامپزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

کد IOI مقاله : ACZE-ACZEKD
محل انتشار : دهمین کنگره بین المللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران(10icsda.ir)
چکیده :
    هوش مصنوعی (Artificial Intelligence :AI) و زیرشاخه‌های آن، به‌ویژه یادگیری ماشین و یادگیری عمیق، در حال تغییر روش‌های تشخیص و تصمیم‌گیری در علوم دامپزشکی هستند. انگل‌شناسی دامپزشکی به دلیل وابستگی قابل‌توجه به تصاویر میکروسکوپی، داده‌های اپیدمیولوژیک و اطلاعات محیطی، یکی از حوزه‌های مناسب برای بهره‌گیری از این فناوری‌هاست. هدف این مقاله مروری، بررسی کاربردهای نوین AI در تشخیص انگل‌های دامپزشکی، پیش‌بینی خطر عفونت و انتقال، شناسایی ناقلین و حمایت از کنترل بیماری‌های انگلی است. بر اساس شواهد منتشرشده، مدل‌های بینایی ماشین قادرند تخم‌های نماتود، اووسیست‌های کوکسیدیایی، انگل‌های خونی و برخی کنه‌ها را از تصاویر با دقت قابل‌توجه شناسایی و طبقه‌بندی کنند. مطالعات جدید در دامپزشکی نمونه‌هایی از تشخیص خودکار 16 گونه انگل در گاوسانان، طبقه‌بندی Eimeria در طیور، شمارش تخم‌های استرونژیل در مدفوع گوسفند و شناسایی عوامل تب کنه‌ای در گسترش خون گاو ارائه کرده‌اند. علاوه بر تشخیص، ادغام داده‌های آب‌وهوایی، میزبان، مرتع و سوابق درمانی با مدل‌های پیش‌بینی می‌تواند برای هشدار زودهنگام و تصمیم‌گیری هدفمند به کار رود. با وجود این ظرفیت، کمبود مجموعه‌داده‌های استاندارد، سوگیری نمونه‌برداری، تفاوت کیفیت تصاویر، نبود اعتبارسنجی خارجی و مسئله تفسیرپذیری از موانع مهم کاربرد بالینی هستند. در نتیجه، AI باید به‌عنوان ابزار تصمیم‌یار و مکمل تخصص دامپزشک و انگل‌شناس توسعه یابد، نه جایگزین قضاوت تخصصی. آینده این حوزه به سمت تشخیص قابل‌حمل، دامپزشکی دقیق، پایش هوشمند و رویکرد One Health حرکت خواهد کرد.

کلمات کلیدی : هوش مصنوعی یادگیری ماشین انگل‌شناسی دامپزشکی تشخیص دیجیتال