基于多式人工智能和大型语言模型的猪胃肠道传染病的智能诊断方法
Haiyan Wen1,2, Hongtao Shi3, Jiashang Yu4
1College of Veterinary Medicine, Hebei Agricultural University, Baoding, China.
Frontiers in veterinary science
|September 22, 2025
概括
这项研究介绍了一种人工智能和大型语言模型 (LLM) 诊断工具,用于猪胃肠道传染病 (PGID). 多式联运方法准确地识别了六种常见的PGID类型,为养猪提供了有效的解决方案.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 人工智能在诊断中的应用
- 动物养殖 动物养殖
背景情况:
- 养猪对中国经济至关重要,但受到猪胃肠道传染病 (PGID) 的威胁.
- 目前对PGID的诊断方法是低效的,主观的和不准确的.
- 在猪业中需要先进的诊断解决方案.
研究的目的:
- 开发和验证六种常见的PGID类型的多式联络诊断方法.
- 利用人工智能 (AI) 和大型语言模型 (LLM) 来改进疾病检测.
- 为了提高猪PGID诊断的准确性和效率.
主要方法:
- 利用ChatGPT和图像增强来扩展数据集.
- 使用多尺度TextCNN (MS-TextCNN) 进行文本特征提取.
- 应用了改进的Mask R-CNN用于病变细分和CNN用于图像分类.
- 集成五个机器学习模型用于多式联运分类.
主要成果:
- 多式联络诊断模型能够准确识别六种常见的PGID类型.
- 与单模诊断方法相比,其表现优越.
- 这种人工智能驱动的方法比传统的诊断技术有了显著的改进.
结论:
- 拟议的基于AI和LLM的多式联络诊断方法为PGID提供了高效和准确的解决方案.
- 这种智能系统解决了养猪传统诊断方法的局限性.
- 该研究强调了人工智能在革命性地改变传染病的兽医诊断方面的潜力.


