ИИ учится распознавать состояние лабораторных животных — и делает это точнее людей
Новое исследование, опубликованное 10 июля 2026 года в phys.org, описывает систему искусственного интеллекта для автоматической оценки поведения и признаков боли у лабораторных животных. Разработка затрагивает сразу два важных аспекта: этику обращения с животными и качество самих научных данных.
Зачем оценивать состояние лабораторных животных
В биомедицинских исследованиях ключевую роль играет воспроизводимость: если животное испытывает стресс или боль, это влияет на результаты экспериментов — от концентрации гормонов до иммунных реакций и поведения. Эксперименты на животных с плохо контролируемым состоянием дают «зашумлённые» данные, снижая ценность исследования.
При этом визуальная оценка поведения традиционно выполняется сотрудниками вручную — и неизбежно субъективна. Разные наблюдатели по-разному оценивают один и тот же признак; даже один человек может оценивать непоследовательно при усталости или временном давлении.
Как работает система
Разработка основана на анализе видеозаписей с камер наблюдения. Нейросеть обучена распознавать поведенческие маркеры у грызунов, связанные с болью, дискомфортом или стрессом:
- Скорченная поза тела
- Частота и характер движений
- Характер ухода за собой
- Расположение в клетке и степень активности
Система показала точность, сопоставимую с оценкой опытного исследователя, а в части последовательности — превзошла её. При этом она способна работать в режиме реального времени непрерывно.
Практическое значение
Читайте также по теме: ИИ-роботах для лабораторий и наук о жизни.
Авторы видят несколько применений: первичное скрининговое наблюдение за состоянием животных в исследовательских учреждениях, раннее выявление случаев, требующих вмешательства ветеринара, и стандартизация метрик благополучия для сравнения данных между лабораториями. Это особенно важно для институтов с регуляторными требованиями к документированию благополучия животных (например, в США, ЕС, Великобритании). Пока система прошла тестирование в лабораторных условиях; её широкое внедрение потребует валидации в разных учреждениях.
