RT-GalaDet كنموذج في الزمن الحقيقي لفحص الشذوذات الصحية السطحية في الأسماك

لماذا يهم للمزارعين رصد الأسماك المريضة بسرعة

توفر مزارع الأسماك الآن حصة كبيرة من مأكولات البحار العالمية، لكن الأمراض يمكن أن تجتاح الأحواض أو الأقفاص البحرية المزدحمة خلال أيام، مسببة نفوق الحيوانات وخسائر مالية كبيرة. يعتمد المزارعون عادة على الإمساك بالأسماك يدويًا وفحصها واحدة تلو الأخرى، وهي عملية متعبة وبطيئة وقد تفتقد العلامات المبكرة للمشكلة. تقدم هذه الدراسة نظام RT‑GalaDet، وهو نظام رؤية حاسوبية يراقب الأسماك عبر الكاميرات ويشير إلى مشاكل سطحية صغيرة — مثل البقع، والقروح، وتلف الزعانف — في الزمن الحقيقي، دون إخراج الأسماك من الماء.

مراقبة الأسماك دون لمسها

سعى الباحثون لبناء أداة يمكنها مراقبة الحالة الصحية الظاهرة للأسماك المستزرعة باستمرار، مثل كاميرا أمان تلقائية للأمراض. بدلاً من الشباك والفحوصات اليدوية، تلتقط الكاميرات صورًا تحت الماء بينما تتصرف الأسماك بصورة طبيعية. ثم يفحص نموذج ذكاء اصطناعي متخصص كل صورة ويرسم صناديق حول كل سمكة، محددًا النوع وحالتها الصحية الظاهرة. تهدف هذه المقاربة غير التدخلية إلى تنبيه المزارعين بسرعة عندما يبدو أن هناك مشكلة على جلد السمكة أو زعانفها أو عينيها، حتى يتمكنوا من التدخل قبل أن يتحول المشكل المحلي إلى تفشٍ على مستوى المزرعة.

تعليم النظام ماذا يعني «سليم» و«مريض»

لتدريب RT‑GalaDet، استخدم الفريق مجموعة عامة تضم أكثر من 5600 صورة لأربعة أنواع شائعة في التربية: سمك المنقار المخطط، والبلطي البحري الأسود، وسمك الصخور الكوري، وسمك البحر الأحمر. في كل صورة، تم تحديد كل سمكة ووضع تسميات لها ليس فقط بالنوع، بل أيضًا بإحدى حالات السطح الخمسة: سليم، نزيف، قرحة، إصابة بالعين، أو إصابة بالزعانف. هذا أنتج 20 فئة دقيقة، مثل «البلطي البحري الأسود – قرحة» أو «السمك الأحمر – إصابة بالزعانف». وبما أن المزارع الواقعية تنتج أسماكًا سليمة أكثر بكثير من المريضة، قام الباحثون بموازنة مجموعة البيانات بعناية واستخدموا نسخًا ولصقًا لأسماك مريضة داخل مشاهد جديدة، إلى جانب تعديل بسيط للتباين والحدة، حتى يتعلم النموذج التعرف على الأعراض النادرة والمهمة حتى لو كانت صغيرة أو مخفية جزئيًا.

كيف يرى النموذج الجديد التفاصيل الصغيرة بسرعة

يبني RT‑GalaDet على جيل حديث من الكاشفات السريعة، لكنه يعيد تصميم البنية الداخلية ليتعامل بشكل أفضل مع تحديات الصور تحت الماء. يمكن للماء العكر، والإضاءة غير المتساوية، والخلفيات المزدحمة أن تخفي بسهولة البقع الصغيرة وتغيرات الحواف التي تدل على بداية المرض. يدمج المؤلفون نوعين من «الرؤية» داخل النموذج: جزء ينظر على نطاق واسع عبر الصورة بأكملها لاكتشاف الأسماك في المشاهد المزدحمة، وجزء آخر يركز على القوام والألوان المحلية جدًا لتمييز الآفات الصغيرة من النمط الطبيعي على القشور والزعانف. وفي الوقت نفسه، يبسطون طبقات الشبكة الوسطى لتعمل بكفاءة، مقللين كمية الحساب دون التضحية بالدقة. هذا التوازن يسمح للنظام بمعالجة الفيديو بأكثر من 50 إطارًا في الثانية مع المحافظة على الانتباه للتفاصيل الدقيقة جدًا.

مدى فعاليته وأين يواجه صعوبات

عند اختباره مقابل مجموعة من الكاشفات الشائعة في الزمن الحقيقي، بما في ذلك عدة إصدارات من عائلة YOLO واسعة الاستخدام، طابق RT‑GalaDet عادةً أو تفوّق عليها من حيث الدقة والسرعة معًا. قام بوضع تسميات صحيحة للأسماك وحالتها السطحية في الغالبية العظمى من الحالات، محققًا دقة عالية (قليل الإنذارات الكاذبة) واستدعاء عاليًا (قلة الأسماك المريضة الفائتة). ظل النموذج متينًا إلى حد معقول عندما حاكى الفريق بيئات أصعب — إضاءة أخفض ومياه أكثر عكارة — رغم أن الأداء انخفض قليلًا، خاصةً للمشاكل الدقيقة مثل إصابات العين والقرح الصغيرة. يشير المؤلفون إلى أن بياناتهم جاءت في الغالب من ظروف حوض مضبوطة، وأن المياه الأعمق أو الأوسخ، والأقفاص المزدحمة، والأنواع ذات أشكال أجسام مختلفة جدًا ستشكل تحديات إضافية.

ما الذي يعنيه هذا لمزارع الأسماك

بالنسبة لمزارعي الأسماك والأطباء البيطريين المائيين، لا يُعد RT‑GalaDet بديلاً للتشخيص الكامل للأمراض، الذي لا يزال يتطلب حكمًا خبيرًا وأحيانًا اختبارات مخبرية. بل يعمل كأداة إنذار مبكر وجمع أدلة: يمكنه مراقبة أعداد كبيرة من الأسماك على مدار الساعة، وتسليط الضوء على الأفراد الذين يظهرون تغيرات سطحية مقلقة، وتوفير لقطات بصرية واضحة للمتابعة. من خلال اكتشاف المشاكل مبكرًا وتقليل الحاجة للفحوصات اليدوية المجهدة، يمكن لمثل هذه الأنظمة أن تساعد المزارع في تقليل الخسائر، وتحسين رفاهية الحيوانات، وإدارة المعالجات بدقة أكبر. ومع انخفاض تكلفة الكاميرات ومعدات الحوسبة ومع توسع نماذج مثل RT‑GalaDet لتشمل مزيدًا من الأنواع، قد تصبح مراقبة صحة الأسماك الآلية وفي الزمن الحقيقي جزءًا روتينياً من تربية الأحياء المائية الحديثة.

الاستشهاد: Peng, X., Xiao, Z. & Yu, Y. RT-GalaDet as a real-time model for screening surface-associated health abnormalities in fish. Sci Rep 16, 6951 (2026). https://doi.org/10.1038/s41598-026-37288-2

الكلمات المفتاحية: كشف أمراض الأسماك, مراقبة تربية الأحياء المائية, رؤية الحاسوب, كشف الأجسام في الزمن الحقيقي, التصوير تحت الماء