Paw Patrol: Jak AI a IoT mění preventivní péči o mazlíčky

Souhrn

V reakci na rostoucí náklady na veterinární péči vznikají technologická řešení využívající umělou inteligenci (AI) a internet věcí (IoT) pro preventivní monitorování zdraví domácích zvířat. Na londýnském veletrhu London Vet Show 2025 představily startupy jako AI for Pet a Sylvester.ai nástroje, které analyzují obrazová data z mobilních telefonů a detekují příznaky nemoci u psů a koček.

Klíčové body

Více než polovina britských majitelů mazlíčků se obává nákladů na veterinární péči.
Startup AI for Pet využívá vision AI k analýze snímků očí, kůže, zubů a chůze zvířat.
Sylvester.ai vyvíjí model pro rozpoznávání bolesti nebo úzkosti u krátkosrstých koček na základě mimiky.
Technologie jsou prezentovány v rámci akcelerátoru Purina Unleashed Network.

Podrobnosti

Podle zprávy PDSA Animal Wellbeing (PAW) žije ve Spojeném království 11,1 milionu psů a 10,5 milionu koček, přičemž 51 % majitelů se obává finanční náročnosti veterinární péče. Tento tlak vytváří poptávku po technologiích, které umožní včasnou detekci zdravotních problémů. Startup AI for Pet využívá vision AI k analýze běžných mobilních snímků a videí. Systém identifikuje klinické signály – například změny v očním bělmu, kožní vyrážky nebo poruchy chůze – a poskytuje diferenciální diagnostické informace. Ty mohou sloužit jako podklad pro personalizovanou péči nebo doporučení pro veterinární kliniku. Druhý startup, Sylvester.ai, se specializuje na rozpoznávání emocí u koček. Jejich AI model analyzuje vizuální známky v obličeji a určuje, zda je zvíře v bolesti, úzkosti nebo stresu. Tato technologie je primárně určena majitelům koček, ale může být užitečná i pro veterinární zařízení. Obě firmy byly prezentovány v rámci akcelerátoru Purina Unleashed Network na veletrhu London Vet Show.

Proč je to důležité

Tyto iniciativy ukazují, jak se principy digitální medicíny z lidského zdravotnictví přenášejí do veterinární péče. I když se nejedná o průlomové AI modely, představují praktickou aplikaci počítačového vidění a strojového učení v nové doméně. Pokud se podaří tyto nástroje integrovat do běžné péče o mazlíčky, mohou snížit počet akutních návštěv veterináře a zlepšit kvalitu života zvířat. Zároveň však vyvstávají otázky ohledně spolehlivosti diagnostiky založené na mobilních snímcích a nutnosti klinického ověření výsledků.

Číst původní článek

Zdroj: 📰 ComputerWeekly.com