Bu məqalə Science X-in redaksiya prosesinə və siyasətlərinə uyğun olaraq nəzərdən keçirilib. Redaktorlar məzmunun etibarlılığını təmin edərkən aşağıdakı atributları vurğuladılar: SHIC-XE kimi tanınan yeni süni intellekt çərçivəsi video analizindən atlarda ağrı əlamətlərini aşkar etmək və qərarları üçün stabil, anatomik cəhətdən ardıcıl izahatlar vermək üçün işlənib hazırlanmışdır. Çərçivə, Dr.
Marcelo Feighelstein, Tel-Hai Universitetinin yeni Mühəndislik və Qabaqcıl Hesablama Klasterində Süni İntellekt Sistemləri Mühəndisliyi Proqramının rəhbəri. İlk dəfə olaraq, süni intellekt tərəfindən yaradılan bu izahatlar ekspert qiymətləndirmələri ilə kəmiyyətcə müqayisə oluna bilər ki, bu da izah edilə bilən süni intellekt sahəsində mühüm irəliləyişi və real dünyada klinik və səhiyyə mühitlərində etibar edilə bilən süni intellekt sistemlərinə doğru mühüm addımı təmsil edir. “International Journal of Computer Vision” jurnalında dərc olunan tədqiqat həm baytarlıqda, həm də insan təbabətində uzun müddətdir davam edən problemi həll edir: yaşadıqlarını çatdıra bilməyən insanlarda ağrı və sıxıntını necə müəyyən etmək olar.
Heyvanlar ağrıları sözlərlə ifadə edə bilmirlər və hətta təcrübəli baytarlar və baxıcılar da əzab əlamətlərini tanımaqda çətinlik çəkə bilərlər. Feighelstein-in araşdırması üz ifadələrini, bədən dilini və hərəkət nümunələrini şərh etmək üçün süni intellektdən istifadə edərək bu ünsiyyət boşluğunu aradan qaldırmağı hədəfləyir. Bu illər ərzində onun komandası və əməkdaşları pişiklərdə, itlərdə, dovşanlarda, qoyunlarda, mal-qarada və indi də atlarda ağrı və emosiyaları tanıya bilən süni intellektə əsaslanan alətlər hazırlayıblar.
"Mənim motivasiyam insanlar və heyvanlar arasında körpü qurmaqdır" dedi Feighelstein. "Biz sözü olmayanlara texnoloji səs vermək istəyirik ki, bu da baxıcılara və mütəxəssislərə onların vəziyyətini, duyğularını və əzablarını daha yaxşı başa düşməyə imkan verir." Süni intellektə əsaslanan video analizində əsas problem izahlılıqdır. Mövcud üsullar tez-tez bir video kadrdan digərinə təsvirin müxtəlif sahələrini vurğulayır, qeyri-sabit və şərhi çətin izahatlar yaradır.
Bu məhdudiyyəti aradan qaldırmaq üçün tədqiqatçılar modelin diqqətini atın üzünün sabit üçölçülü təsvirinə yönəldən yeni bir çərçivə olan SHIC-XE-ni inkişaf etdirdilər. Nəticədə, hətta at hərəkət edərkən, baş mövqeyini dəyişdikdə və ya müxtəlif bucaqlardan lentə alındıqda belə, ardıcıl anatomik izahat əldə edilir. Sistem əməliyyatdan sonrakı ağrıları, iltihablı və ortopedik ağrıları və kəskin mexaniki ağrıları təmsil edən üç müstəqil məlumat toplusundan istifadə edərək qiymətləndirilmişdir.
O, 0,67 ilə 0,80 arasında dəyişən F1 balları ilə güclü performansa nail olub, bu, çoxsaylı klinik ssenarilərdə videodan ağrının aşkarlanmasında yüksək dəqiqlik və etibarlılıq səviyyəsini göstərir. Əhəmiyyətli olan odur ki, süni intellekt tərəfindən müəyyən edilmiş sahələr baytarlıq mütəxəssisləri tərəfindən atların üz ifadələrinə əsaslanan, xüsusən də qulaqlar və yanaq əzələləri kimi əsas üz bölgələrində ağrının qiymətləndirilməsi üçün standartlaşdırılmış metod olan Horse Grimace Scale-dən istifadə etməklə aparılan qiymətləndirmələrlə statistik cəhətdən əhəmiyyətli uyğunluq göstərdi. "Bu, modelin nəinki düzgün nəticəyə gəldiyini, həm də qərar qəbul edərkən anatomik cəhətdən uyğun bölgələrə diqqət yetirdiyini nümayiş etdirən ilk kəmiyyət qiymətləndirməsidir" dedi Feyhelstein.
Xülasə — davamını mənbədə oxuyun.
