人工智能AI评估断奶后腹泻（摘译）
AI 赋能养猪业！断奶后腹泻粪便评分，
机器比人更靠谱吗？
断奶后腹泻（PWD）是保育猪养殖中绕不开的难题，营养应激、致病性大肠杆菌、轮状病毒感染、环境变化等多重因素都可以引起，轻则导致猪只生长迟缓，重则影响猪场整体生产效率。
临床上，粪便评分是评估保育猪胃肠道健康的核心手段，传统的人工视觉评分存在一些痛点：不同人员判断标准不一、主观偏差大，猪场日常养殖工作繁琐导致人力不足，现场光照、地面材质等环境因素也会影响评分准确性……
有没有一种更客观、高效的监测呢？美国伊利诺伊大学兽医学院的研究团队给出了答案——AI驱动的粪便自动评分工具，为断奶后腹泻的精准监测带来了新解法！
断奶仔猪粪便质量0-4 级标准化评分方法
实测见真章！AI 模型的表现到底如何？
各模型性能表现
注：
color jitter augmentation：色彩抖动增强（一种数据增强手段，通过随机调整图像色彩、亮度等，提升模型对不同光照环境的适应性）
mAP@50：交并比为50%时的平均精度均值（目标检测核心指标，数值越高代表模型检测准确性越好）
Recall：召回率（衡量模型能识别出多少真实目标的覆盖率指标）
Precision：精确率（衡量模型识别出的结果中，真实目标的占比）
AI 粪便评分，到底能为猪场带来什么？
对于养猪场而言，这款AI工具的价值远不止 “替代人工打分”，还有以下优点：
1. 消除主观偏差：标准化的算法判断，彻底解决人工评分的个体差异问题，让腹泻监测结果更客观、可重复；
2. 降低人力成本：无需专人现场打分，普通养殖人员即可操作，缓解猪场人力紧张的痛点；
3. 实现早诊早治：全栏舍批量部署后，能快速捕捉胃肠道健康的异常信号，为靶向治疗、营养干预争取时间，减少腹泻对猪只生长的影响；
4. 低成本易落地：基于Roboflow、 Ultralytics等免费/开源平台开发，无需大规模基建投入，轻松融入猪场日常管理流程。
当然，这项研究仍处于试点阶段，目前存在数据集规模较小的局限性，后续扩大数据集、纳入更多猪场环境和病原特异性腹泻特征后，模型的通用性和诊断价值还将进一步提升。
从人工监测到智能评估，AI技术正在逐步渗透畜牧兽医的各个领域，而这款断奶后腹泻AI粪便评分工具，正是精准养殖的一个生动实践。
它不仅为保育猪断奶后腹泻的监测提供了高效、客观的新手段，更证明了低成本、易落地的AI解决方案，能真正适配商业猪场的实际需求。未来，随着AI模型的不断优化，病原特异性腹泻的精准识别、猪只健康的实时预警都将成为可能，为养猪业的高质量发展注入智能动力！
原文：Pilot implementation of an AI-driven fecal scoring tool for post-weaning diarrhea in swine作者：S. Dullard, V. Nagoor Kani et. al
热门视频
{{item.content}}