人工智能和机器学习在牛呼吸系统疾病预防,诊断和分类中的应用
Haleigh M Prosser1, Eduarda M Bortoluzzi2, Robert J Valeris-Chacin1
1Veterinary Education, Research, and Outreach Program, College of Veterinary Medicine and Biomedical Sciences, Texas A&M University, College Station, TX.
American journal of veterinary research
|February 7, 2025
概括
机器学习和人工智能显示出改善牛呼吸道疾病 (BRD) 诊断的前景. 这些技术提供了更快,更准确的检测和管理策略,以改善牛的健康和福利.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 动物卫生 动物健康
- 数据科学数据科学数据科学
背景情况:
- 牛呼吸道疾病 (Bovine Respiratory Disease,BRD) 是一种主要的牛传染病,造成重大经济损失和福利问题.
- 目前对BRD的诊断方法往往耗时,缺乏最佳的灵敏度.
- 机器学习 (ML) 和人工智能 (AI) 为动物健康挑战提供了先进的解决方案.
研究的目的:
- 审查目前关于ML和AI在BRD预防,诊断和分类中的应用文献.
- 突出这些技术在改善BRD管理和牛福利方面的潜力.
主要方法:
- 文献综述综合了BRD中ML和AI应用的研究.
- 分析使用监督模型,元基因组测序,流行病学数据,计算机辅助听觉,物理特征分析,料消费数据和传感器技术的研究.
主要成果:
- ML/AI模型在疾病分类和病原体识别方面取得了成功.
- 目前正在开发用于生产者和兽医的流行病学数据的决策支持工具.
- 自动诊断技术,如人工智能驱动的耳机镜和基于传感器的监测显示了早期发现和严重程度评估的潜力.
结论:
- 人工智能和机器学习为提高BRD诊断的准确性,速度和效率提供了变革性的潜力.
- 这些技术可以显著改善疾病控制策略,促进更好的牛福利.
