Analiza chodu psów z użyciem czujników inercyjnych i głębokiego uczenia w diagnostyce ortopedycznej i neurologicznej

Dlaczego sposób chodzenia psa ma znaczenie

Wielu właścicieli zauważa, gdy ich pupil zaczyna kuleć lub poruszać się nienaturalnie, ale nawet doświadczeni weterynarze mogą mieć trudności z rozróżnieniem, czy problem wynika z obolałych stawów, czy z układu nerwowego. W tym badaniu badacze proponują nowy sposób odczytywania chodu psa przy użyciu małych czujników ruchu i nowoczesnej sztucznej inteligencji, z celem wcześniejszego i dokładniejszego rozpoznawania przyczyn oraz poprawy leczenia i jakości życia.

Małe czujniki, duży obraz

Naukowcy wyposażyli psy w czujniki wielkości monety, podobne do tych stosowanych w smartfonach i opaskach fitness. Urządzenia te zawierają akcelerometry i żyroskopy, które rejestrują, jak ciało psa porusza się w trzech wymiarach podczas spaceru lub truchtu. W przeciwieństwie do dużego sprzętu laboratoryjnego, takiego jak płyty sił czy systemy kamer, te czujniki są tanie, przenośne i wystarczająco wygodne, by psy poruszały się naturalnie. To czyni je obiecującym narzędziem do codziennego użycia w klinikach weterynaryjnych, a nawet do monitorowania w domu.

Jak przebiegało badanie

Zespół pracował z 29 psami: 17 zdrowymi, sześcioma z problemami ortopedycznymi, takimi jak bolesne kończyny, oraz sześcioma z zaburzeniami neurologicznymi wpływającymi na koordynację. Każdy pies przechodził tam i z powrotem krótkim, wewnętrznym pasem biegowym, czasem w spokojnym marszu, a czasem szybciej w truchcie, nosząc do trzech czujników umieszczonych na głowie, szyi (na obroży) i w okolicy ogona. To ustawienie zarejestrowało około trzech godzin szczegółowych danych ruchu. Naukowcy podzielili nagrania na krótkie fragmenty, aby móc analizować wzorce w każdej z tych krótkich sekwencji ruchu.

Nauka komputerowego odczytywania chodu psa

Zamiast ręcznie projektować miary — takie jak długość kroku czy wysokość unoszenia grzbietu — badacze zastosowali metodę głębokiego uczenia, która pozwala komputerowi odkrywać wzorce bezpośrednio z surowych sygnałów czujników. Ich model, znany jako splotowa sieć neuronowa, przyjmuje sześć strumieni danych (trzy składowe przyspieszenia i trzy obroty) i przepuszcza je przez kilka warstw, które automatycznie wyodrębniają informacyjne cechy. Ostatecznie system przypisuje każdemu fragmentowi ruchu jedną z trzech kategorii: zdrowy, ortopedyczny lub neurologiczny. Ta sama sieć może być także użyta w prostszych zadaniach, na przykład tylko do rozróżnienia, czy pies jest zdrowy, czy nie.

Odnajdywanie najlepszego układu czujników

Kluczowym celem była praktyczność: ile najmniej czujników i który typ chodu jest potrzebny, by uzyskać wiarygodne wyniki. Porównując wiele kombinacji, badanie wykazało, że pojedynczy czujnik na szyi często działał równie dobrze jak kilka czujników, szczególnie podczas truchtu. Gdy komputer testowano na fragmentach pochodzących z tej samej grupy psów, które występowały w danych treningowych, poprawnie oznaczał chód jako zdrowy, ortopedyczny lub neurologiczny w około 96 procent przypadków. W przypadku zupełnie nowych psów dokładność spadła — co było oczekiwane — lecz pozostała obiecująca: około 85 procent przy rozdzieleniu zdrowych od niezdrowych oraz 80 procent przy rozróżnieniu wszystkich trzech grup przy użyciu starannie dobranych konfiguracji.

Co to oznacza dla psów i ich weterynarzy

Z perspektywy laika praca ta pokazuje, że proste nagranie ruchu psa za pomocą małego czujnika na obroży dostarcza komputerowi wystarczających informacji, by ocenić, czy pies prawdopodobnie jest zdrowy, ma problem ze stawami lub kośćmi, czy też ma zaburzenie związane z nerwami. System nie ma zastępować weterynarza, ale może służyć jako obiektywne wsparcie, które wykryje subtelne problemy wcześniej, pomoże przy drugiej opinii i ograniczy potrzebę kosztownych lub inwazyjnych badań. Przy większych i bardziej zróżnicowanych zbiorach danych to samo podejście mogłoby ewoluować w rutynowe narzędzie przesiewowe — pomagając weterynarzom i właścicielom wcześniej wykrywać zaburzenia chodu i dostosowywać leczenie do konkretnej przyczyny u danego psa.

Cytowanie: Palez, N., Straß, L., Meller, S. et al. Canine gait analysis using inertial sensors and deep learning for orthopedic and neurological disorders. Sci Rep 16, 13966 (2026). https://doi.org/10.1038/s41598-026-40717-x

Słowa kluczowe: chód psów, czujniki noszone, głębokie uczenie, kulawizna u psów, diagnostyka weterynaryjna