zum Hauptinhalt
Automatisierte Schmerzerkennung 2. Februar 2024

Künstliche Intelligenz kann Schmerz erkennen

Eine Künstliche Intelligenz (KI) kann anhand des Gesichtsausdrucks einer Katze erkennen, ob das Tier Schmerzen hat.

Schmerzen verändern die Gesichtszüge. Ein objektives Rating ermöglicht die KI.
Schmerzen verändern die Gesichtszüge. Ein objektives Rating ermöglicht die KI.

Selbst für Experten ist die Schmerzerkennung bei Katzen immer wieder eine Herausforderung. Ein gut etabliertes Hilfsmittel ist wie bei vielen anderen Spezies das sogenannte Schmerzgesicht. Die Feline Grimace Scale dient der Quantifizierung von Schmerzen anhand des Gesichtsausdrucks der Katze. Die Methode ist valide, leider aber recht subjektiv, sodass die Ergebnisse stark vom Untersuchenden abhängen.

Forschende aus Israel konnten bereits 2022 zeigen, dass auch Algorithmen anhand der Gesichtszüge Katzen mit Schmerzen von schmerzfreien Tieren unterscheiden können. Die Forschenden hatten dabei aber mit einem sehr homogenen Datensatz gearbeitet (30 gesunde, weibliche Tiere derselben Rasse). Die Untersuchung wurde nun mit einem natürlicheren, heterogenen Datensatz wiederholt: 85 Katzen mit unterschiedlichem Alter, Geschlecht, Rasse und Erkrankungen aus dem Patientengut der Kleintierklinik der Tierärztlichen Hochschule Hannover (TiHo).

Zum Einsatz kamen zwei verschiedene KI-Modelle: In dem einen Fall wurden auf den Fotos der Katzengesichter händisch Marker gesetzt, welche der Algorithmus dann zur Schmerzbewertung nutzte. In dem zweiten Modell wurde Deep Learning (neuronale Netzwerke) eingesetzt und die KI setzte die Marker automatisch.

Optimale Schmerztherapie bei stationären Patienten: Mit KI-Unterstützung werden Schmerzen objektiv erkannt.
„KI kann ein Diagnostiktool sein, wie Röntgen oder Ultraschall“
Mithilfe von Künstlicher Intelligenz können Tierärzte in Zukunft Schmerzen bei Katzen und potenziell anderen Tierarten objektiv diagnostizieren.

Vielversprechend: KI erkennt Schmerzen

Anzeige

In der ersten Untersuchung in einer homogenen Population hatten sich beide Algorithmen als vergleichbar genau erwiesen (72 %). Im variableren Patientengut der TiHo wurde mit händisch gesetzten Markern sogar eine Genauigkeit von 77 % erreicht, der Deep-Learning-Ansatz schnitt mit 65 % allerdings etwas schlechter ab. Die Forschenden erklären sich das vor allem durch das Training mit einem kleineren Datensatz, es wurden deutlich weniger Bilder verwendet. Neuronale Netzwerke sind datenhungrig – ein größerer Datensatz könnte die Ergebnisse ggf. noch verbessern.

Woran erkennt die KI Schmerzen?


Top Job:


Menschliche Untersucher beurteilen Schmerzgesichter bei Katzen anhand der Ohrstellung, dem Bereich ums Auge und dem Maul. Für die Künstliche Intelligenz war die Region rund um das Maul das entscheidende Merkmal. Die Ohrstellung war für den Algorithmus deutlich weniger relevant als für menschliche Untersucher. Das könnte damit zusammenhängen, dass die Varianz der Kopfform im Bereich der Ohren besonders groß ist.

Insgesamt kommt das Autorenteam zu dem Schluss, dass bei Katzen die Schmerzerkennung durch eine Künstliche Intelligenz möglich ist. Dabei können Schmerzen allerdings nicht sicher von anderen negativen Emotionen wie Stress abgegrenzt werden, sodass neben dem Ergebnis der KI weitere klinische Daten in der Diagnostik berücksichtigt werden sollten. Die Autoren hoffen, dass KI-Systeme einen wichtigen Beitrag zur Schmerzerkennung und -therapie bei Katzen leisten werden, betonen aber, dass sie die klinische Einschätzung ergänzen und nicht ersetzen sollten. (Viola Melchers)

Die Originalpublikation „Explainable automated pain recognition in cats“ finden  Sie hier.

Sie möchten keine Tipps und Neuigkeiten mehr verpassen? Dann abonnieren Sie hier den kostenlosen Newsletter von tfa-wissen.de.

Passend zu diesem Artikel