مقارنة أداء نماذج التعلم العميق القائمة على الفيديو والأطباء البيطريين المدربين في تقييم ألم الأبقار

لماذا يهم قراءة وجوه الأبقار

الألم لدى الحيوانات المزرعية يمثل مسألة رفاهية ومشكلة اقتصادية في آن واحد: الحيوانات المتألمة تأكل أقل، وتنمو ببطء أكبر، وقد تعاني بصمت. وعلى خلاف البشر، لا تستطيع الأبقار إخبارنا بمكان الألم، وحتى الأطباء البيطريون المهرة قد يغفلون علامات دقيقة. يطرح هذا البحث سؤالاً لافتاً ذي نتائج عملية: هل يمكن لنظام ذكاء اصطناعي، بمشاهدة فيديوات عادية للأبقار، أن يضاهي أو يتفوق على أطباء بيطريين مدرَّبين في تحديد أي الحيوانات تعاني ألمًا بعد الجراحة؟

الألم الخفي في القطعان الهادئة

الأبقار حيوانات فريسة، وعلى مدار التطور تعلمت إخفاء الضعف. هذا يجعل اكتشاف الألم صعبًا حتى على الخبراء، كما أن أنظمة التقييم الحالية تستغرق وقتًا وتعتمد جزئيًا على التقدير الشخصي. عادة ما يقيم الأطباء البيطريون الألم بواسطة قوائم تحقق تضم سلوكيات وتعبيرات وجهية، مثل طريقة سير البقرة، وما إذا كانت تتفاعل مع رفيقاتها، أو مظهر العينين والأذنين والخرطوم. تحسّن هذه الأدوات الاتساق لكنها لا تزال تعتمد على حكم الإنسان وتدريبه والظروف التي تُراقب فيها الحيوانات. في المزارع التجارية المزدحمة، يكون تطبيق مثل هذه المقاييس المفصلة على كل حيوان أمرًا غير عملي غالبًا.

تحويل فيديوات الحظيرة إلى بيانات

بنى الباحثون على أعمال سابقة في أنواع أخرى—مثل القطط والكلاب والأرانب والأغنام والخيول—حيث تعلّمت الحواسيب التعرف على الألم من الصور. هنا ركزوا على ثيران شابة خضعت لخصي روتيني. تم تصوير سبعة عشر حيوانًا من سلالتين شائعتين للأبقار اللحمية في حظائرهم لمدة نحو ثلاث دقائق عند عدة نقاط زمنية قبل وبعد الجراحة. بالنسبة للذكاء الاصطناعي، كانت المقارنة الأساسية بين لحظة قبل الجراحة اعتُبرت خالية من الألم ولحظة مبكرة بعد الجراحة كان متوقعًا أن يظهر فيها ألم حاد. من هذه التسجيلات، استخرج الفريق إطارًا واحدًا لكل ثانية وقصّ تلقائيًا حول رأس كل حيوان، فأنشأوا مجموعة مبسطة من لقطات مقرّبة لوجوه الأبقار وأجزاء من أجسامها العلوية.

كيف يتعلم الحاسوب قراءة البقرة

حوّل كل إطار مقص إلى وصف عددي مكثف—نوع من البصمة البصرية—باستخدام نموذج تحويل بصري حديث تم تدريبه أصلاً على مجموعات صور كبيرة. ثم تمّ إدخال هذه البصمات إلى مصنّف بسيط تعلّم التمييز بين «ألم» و«لا ألم» اعتمادًا على أمثلة معنونة. بدلاً من الاعتماد على معالجة مسبقة مكثفة أو دورات إعادة تدريب متكررة، احتفظ المؤلفون بخط أنابيب فعّال، مع النظر إلى إمكانية التطبيق في العالم الحقيقي على المزارع حيث قد تكون موارد الحوسبة والخبرة الفنية محدودة. لكل فيديو مدته ثلاث دقائق، اتخذ النظام قرارًا عبر تصويت الأغلبية على جميع الإطارات، مما سمح له بالتقاط تغيّرات عابرة في التعابير والوضعية قد تغيب عن صورة ثابتة واحدة.

الإنسان مقابل الآلة في العيادة

لتقييم أداء الذكاء الاصطناعي، قورن أداءه بأداء اثنين من أطباء التخدير البيطريين المدرّبين باستخدام مقاييس ألم معتمدة. يركّز مقياس ألم الأبقار UNESP‑Botucatu على سلوكيات الجسد مثل الحركة والشهية والتفاعل، بينما يركّز مقياس تعابير وجه الأبقار على ميزات وجهية مثل تضييق الجفون وموقف الأذن. قيّم الأطباء الألم حضورياً أثناء الفترة الجراحية ولاحقًا من الفيديوهات المسجلة. وصل الحاسوب، باستخدام الفيديوهات فقط، إلى دقة تقارب 97 بالمئة ودرجة F1—مقياس متوازن للمكالمات الصحيحة للألم وعدم الألم—تقارب أيضًا 97 بالمئة. كان ذلك أفضل من تقييمات البشر المعتمدة على الفيديو ومقارنًا إحصائيًا بتقييمات الأطباء الواقعية عند حظائر الحيوانات.

ماذا يعني هذا للأبقار والمزارعين

للقارئ غير المتخصص، الخلاصة واضحة: يمكن لنظام ذكاء اصطناعي مصمم بعناية، بمراقبة فيديو عادي، أن يكتشف الألم في الأبقار بمستوى يقارب أداء الأطباء البيطريين ذوي الخبرة، وأحيانًا بشكل أكثر اتساقًا. هذا لا يعني استبدال الأطباء؛ بل يشير إلى مستقبل يمكن للكاميرات فيه مراقبة القطعان بهدوء على مدار الساعة، مع تمييز الحيوانات التي من المرجح أنها تتألم ليقوم البشر بالتدخل مبكرًا. الدراسة لا تزال صغيرة وتركز على نوع واحد من الجراحة، كما تبسّط المسألة إلى قرار نعم‑أو‑لا بشأن وجود الألم. لكنها تقدّم إثبات مفهوم أن الآلات يمكن أن تساعد في كشف المعاناة الخفية للحيوانات المزرعية، مما يحسّن جودة حياتها وكفاءة إنتاج الماشية.

الاستشهاد: Feighelstein, M., Tomacheuski, R.M., Elias, G. et al. Comparing the performance of deep learning video-based models and trained veterinarians in cattle pain assessment. Sci Rep 16, 9318 (2026). https://doi.org/10.1038/s41598-026-39604-2

الكلمات المفتاحية: اكتشاف ألم الحيوانات, رفاهية الأبقار, الذكاء الاصطناعي البيطري, رؤية الحاسوب, مراقبة صحة الماشية