Hvordan AI hjelper til med å løse viktige fiskehelseproblemer

Kunstig intelligens er en integrert gren av databehandling der maskiner blir trent til å utføre oppgaver som generelt krever menneskelig intelligens. Maskiner vet ingenting fra begynnelsen, men de kan trenes til å gjenkjenne svært komplekse mønstre.

På Nofima har vi utviklet en pakke med kunstig intelligens for evaluering av skinn av laks, hvis helse er avgjørende for helsen til all fisk, ved hjelp av Aiforia kommersielle plattform. For å trene algoritmen bruker vi flere forskjellige prøvesett, fra 100 g smolt til 5 kg laks som er klare til slakting. Dette resulterte i en unik AI-modell som kan måle hudstrukturen til laks.

Mange flere prøver

Hud er en type vev som er utmerket egnet for maskinlæring, da den består av flere forskjellige lag og celler i forskjellige former og størrelser. Det ytterste laget av huden, epidermis, er viktig for fiskehelsen, da den forsegler huden for å forhindre lekkasje og er også involvert i bekjempelse av bakterier og virus. Denne delen av huden produserer også slim, som fungerer som et beskyttende lag rundt fisken. Det subkutane vevet består av skalaer og bindevev som er viktige for svømmebevegelser og fiskens fleksibilitet. Alle disse komponentene ble inkludert i AI-modellen, og i løpet av 2020 ble nesten 1000 bilder analysert ved hjelp av maskinlæring.

Ved hjelp av AI-hudanalyseprogramvare tester vi hud fra laks produsert på et kommersielt sted i Nord-Norge. Ved hjelp av AI-modellen analyserte vi mange flere prøver enn det som normalt ville vært mulig ved hjelp av manuelle metoder, som ga et mye større datasett og derfor mer pålitelige prøvesvar.

Dødelighet og hudkvalitet

Resultatene av kommersiell fisk AI fra Nord-Norge lærte oss at dynamikken i hudens epidermis og det subkutane vevet er forskjellig. Dermis vokser jevnt når fisken utvikler seg. Dette betyr at huden blir tykkere når fisken vokser, noe som igjen er viktig for dens mekaniske funksjoner. Det ytre hudlaget, overhuden, er ikke relatert til veksten av fisk. På den annen side endres strukturen til dette laget i henhold til det ytre miljøet, for eksempel hvis temperaturen endres.

READ  Luksus flytende badstue med utsikt over nordlyset pryder Norges bredder

Vi var også i stand til å lage flere sammenhenger mellom dødelighet og hudkvalitet. Dødeligheten var høyest de første ukene etter overføring til sjøen, og økte etter transport og mot slutten av produksjonssyklusen, da fisken oftere ble utsatt for mekanisk avlusing. Dødeligheten falt sammen med flere strukturelle forverringer i huden på laksen. Vi vet fra tidligere studier at overføring til sjøen svekker hudens immunsystem (Karlsen et al., 2018), og til og med overfladiske sår (tap av slim og skjell) hos sunn fisk øker risikoen for infeksjon.

Fremtidig bruk av AI-modellen

Basert på vår tidligere analyse og studier om sårtilheling, ser det ut til at huden er i stand til å tåle noen skader og leges raskt. Men vi vet fortsatt veldig lite om effekten av gjentatte mekaniske behandlinger på hudens evne til å reparere seg selv, eller hvor stor prosentandel av tap av skalaen som forårsaker problemer med å regulere saltbalansen i fisk. Det kreves mer spesifikt vitenskapelig arbeid for å oppdage terskelverdiene for kalkstap og hudskade på fisk i sjøen, og ikke minst hvordan ulike former for mekanisk avlusing og gjentatte behandlinger påvirker kvaliteten på fiskeskinn.

Etter å ha brukt programvaren til forskjellige prosjekter, begynner vi å få en ide om hvordan huden til en sunn fisk skal se ut. For å få en bedre oversikt over fiskens generelle helse, har vi gått et skritt videre og utviklet lignende AI-algoritmer for lever og gjeller. Vårt langsiktige mål er å lage store reproduserbare datasett for mange organer, for bedre å forstå sammenhengen mellom organs helse, produksjonsdata og hvordan fisk har blitt behandlet. Slike analyser vil gjøre det mulig for oss å vurdere fiskehelsen på en mer helhetlig og intelligent måte i fremtiden.

READ  Pilsen-kvinne som hjelper til med å mate eldre og enslige mødre på Vestsiden

Legg att eit svar

Epostadressa di blir ikkje synleg. Påkravde felt er merka *