Et billede af en grisehale kan måske blive et redskab til at opdage dyr, der kræver behandling eller ikke bør sendes af sted til slagteriet. På Københavns Universitet undersøger forskere, om kunstig intelligens kan hjælpe med netop den vurdering.
Det fremgår af universitetets beskrivelse af projektet om halebid hos grise med lange haler. Der er tale om et treårigt ph.d.-projekt, ikke en færdig app eller en offentliggjort dokumentation for, at en computer allerede klarer opgaven bedre end en dyrlæge.
Billeder skal sammenlignes med eksperter
Arbejdet omfatter først de praktiske udfordringer ved at opdage, vurdere og håndtere halebid. Derefter skal eksisterende modeller til billedanalyse afprøves mod vurderinger fra menneskelige eksperter.
Forskerne vil også undersøge, om termografiske optagelser kan forbedre den mest lovende model. Et særskilt pilotforsøg skal afprøve erfaringerne på vurdering af grise med navlebrok.
Professor Ken Steen Pedersen leder projektet, der er koordineret med Landbrug & Fødevarers sektor for gris og støttet af Svineafgiftsfonden. Resultaterne skal gøres frit tilgængelige, blandt andet gennem videnskabelige publikationer.
Hele haler stiller krav til forebyggelsen
Behovet for bedre værktøjer hænger sammen med en udfordring, som ikke kan løses med billedgenkendelse alene. Dyrene skal både undgå at blive bidt og have hurtig hjælp, hvis skader opstår.
På fødevaremyndighedens oversigt over dyrevelfærdskontrol beskrives krav om dokumentation for halebid, risikovurdering og en handlingsplan som betingelser for halekupering. Rutinemæssig kupering er ikke tilladt.
Oversigten understreger også, at embedsdyrlæger kontrollerer grisene ved ankomst til danske slagterier. Her indgår både deres tilstand og vurderingen af, om dyrene var egnede til transport. Beslutningen ude i stalden har dermed betydning allerede før læsningen.
Fødevaremyndigheden fremhæver desuden i beskrivelsen af Dyrevelfærdsmærket, at hele haler uden halebid hænger sammen med forhold som plads, beskæftigelsesmateriale og ventilation. Et digitalt værktøj vil derfor højst være én del af en større indsats.
Fejl skal måles i begge retninger
Den afgørende prøve for teknologien bliver ikke blot, om den kan finde en hale på et billede. Den skal skelne mellem forskellige tilstande på en måde, der er brugbar i den konkrete arbejdsgang.
Hvis et skadet dyr overses, mister værktøjet sin vigtigste værdi. Hvis raske dyr for ofte markeres som problematiske, skaber det til gengæld unødvendig usikkerhed. Derfor er sammenligningen med faglige vurderinger central.
Der er endnu ikke fremlagt præcisionstal i den citerede projektbeskrivelse. Producenterne kan derfor følge et lovende forskningsspor, men bør ikke læse projektets ambition som en færdig løsning på transportegnethed eller halebid.