DESENVOLVIMENTO DE FERRAMENTA TECNOLÓGICA PARA AUXÍLIO NA IDENTIFICAÇÃO DE DOR EM EQUINOS PELA HORSE GRIMACE SCALE (HGS)

INTRODUÇÃO: Nos últimos anos, a evolução tecnológica, notadamente na área de inteligência artificial, tem trazido transformações substanciais em diversos setores. Esse avanço tecnológico tem desempenhado um papel fundamental na melhoria da qualidade de vida tanto para seres humanos quanto para animais. Especificamente, as técnicas de IA têm se revelado ferramentas de grande valia na resolução de diversos desafios da medicina veterinária. OBJETIVOS: O objetivo do presente trabalho é aplicar técnicas de inteligência artificial para a detecção das unidades de ação facial para a identificação de dor em equinos conforme descrito na Horse Grimace Scale. MATERIAIS E MÉTODO: Para atingir esse objetivo, um banco de imagens foi constituído a partir da extração de frames de vídeos contendo equinos. A coleta desses dados envolveu o uso de fotografias e vídeos provenientes do efetivo experimental da Fazenda Experimental Gralha Azul da Pontifícia Universidade Católica do Paraná. A extração dos frames dos vídeos coletados foi executada por meio de um algoritmo desenvolvido em linguagem de programação Python. A análise subsequente das imagens extraídas compreendeu uma série de etapas destinadas a garantir a qualidade dos dados e a minimização de influências externas sobre o comportamento dos animais. Com o objetivo de otimizar a qualidade e a diversidade dos dados, optou-se por empregar uma abordagem de filtragem de imagens redundantes. Tal estratégia foi adotada para assegurar a precisão e relevância dos dados empregados nas análises subsequentes. RESULTADOS: A extração resultou em um acervo de 63.980 novas imagens, com 75% delas associadas à condição dolorosa negativa e os 25% restantes à condição dolorosa positiva. A implementação da filtragem redundante culminou em uma redução de aproximadamente 23% no conjunto de dados, conferindo maior precisão e solidez às análises realizadas. CONSIDERAÇÕES FINAIS: A criação de um sistema automatizado para avaliação da expressão facial em equinos representa um avanço com potencial significativo no campo do bem-estar animal e na detecção de sinais de dor em cavalos. Este método destaca-se por sua natureza não invasiva e não perturbadora, garantindo a segurança e qualidade de vida dos animais.

PALAVRAS-CHAVE: Aprendizado de máquina; Cavalos; Dor; Expressão facial; Inteligência artificial.