INTRODUÇÃO: A percepção de dor de forma ágil e eficiente em animais é um princípio muito importante para garantir o bem-estar deles e ferramentas que possibilitam identificar dor em equinos utilizando tecnologias de reconhecimento da dinâmica facial com o auxílio de inteligência artificial (IA) têm sido alvo de pesquisas nesta área. Mas para isso se faz necessário determinar e padronizar as premissas básicas necessárias de coleta de imagens para possibilitar o treinamento de um modelo de inteligência artificial para automaticamente classificar a presença ou não de dor em equinos. – OBJETIVOS: Desta forma, este projeto buscou esclarecer alguns pontos importantes para ampliar o conhecimento científico acerca dos procedimentos que podem ser considerados no estabelecimento de um dataset voltado para a aplicação de modelo de inteligência artificial que contribuirá para o conhecimento do comportamento animal relacionado a dor na área de Medicina Veterinária. – MATERIAIS E MÉTODO: Foram coletados vídeos das regiões laterais direita e esquerda, além da região frontal da face de sete equinos em cinco posições diferentes, bem como foi executada a leitura de artigos com o levantamento das principais informações relacionadas a proposta deste projeto. – RESULTADOS: Com isso foi possível observar os pontos que deram certo e outros que os próprios autores encontraram como dificuldade e neste sentido, o número de animais filmados para compor o dataset, a qualidade da filmagem, a utilização de indivíduos saudáveis foram pontos que puderam ser discutidos. – CONSIDERAÇÕES FINAIS: A aquisição de dataset para o treinamento de algoritmo de maching learning se mostrou um gargalo importante no sucesso da aplicação de ferramentas de IA, bem como, de maneira geral, esta área de pesquisa na Medicina Veterinária e na Tecnologia de Informação/Biotecnologia se apresenta de forma promissora.
