La detección del dolor en animales que no pueden expresarlo verbalmente representa uno de los retos más significativos en la medicina veterinaria. Los caballos, en particular, tienden a ocultar sus signos de malestar, un comportamiento que ha evolucionado como mecanismo de supervivencia en su naturaleza como presa.

Un equipo internacional ha creado un sistema de inteligencia artificial diseñado para identificar el dolor en equinos mediante el análisis de videos. El sistema, denominado SHIC-XE, fue desarrollado bajo la dirección del doctor Marcelo Feighelstein, quien lidera el Programa de Ingeniería de Sistemas de Inteligencia Artificial en la Universidad de Tel Hai en Galilea, Israel, en colaboración con investigadores de la Universidad de Haifa y la Universidad de Berna.

El desafío de la explicabilidad en diagnósticos veterinarios

La investigación se centró no solo en la capacidad de la inteligencia artificial para detectar dolor, sino también en su habilidad para mostrar de manera comprensible a los especialistas en qué parte del rostro del animal se basa para tomar esa decisión. Un sistema que ofrece resultados precisos pero carece de explicaciones puede generar desconfianza en entornos clínicos, donde los profesionales requieren la posibilidad de revisar la lógica detrás de las herramientas que utilizan.

Los métodos de inteligencia artificial explicable suelen utilizar mapas de calor que indican qué áreas de una imagen influyeron más en la decisión del modelo. Sin embargo, esta técnica presenta desafíos cuando se aplica a videos, ya que el movimiento del animal y los cambios en el ángulo de la cámara pueden provocar que las áreas resaltadas se desplacen de un fotograma a otro, dificultando la interpretación.

Arquitectura técnica: mapeo tridimensional del rostro

SHIC-XE aborda este problema al asociar cada píxel de cada fotograma con un punto específico en un modelo tridimensional fijo del rostro del caballo. Esto permite que, incluso si el caballo gira la cabeza o se aleja, el sistema mantenga su atención en la misma zona de la cara, gracias a una representación espacial constante.

La herramienta compila información de múltiples fotogramas, asegurando que el análisis no dependa del ángulo de filmación ni del movimiento del animal. SHIC-XE ha sido probado en tres grupos de caballos que presentaban diferentes mecanismos de dolor: postquirúrgico, inflamatorio y ortopédico, así como dolor mecánico agudo, demostrando una notable precisión en sus evaluaciones.

Implicaciones para la práctica veterinaria

Esta tecnología ofrece a los profesionales veterinarios una herramienta que no solo detecta dolor, sino que también proporciona métricas cuantitativas que demuestran que las áreas de enfoque del modelo coinciden con las que los especialistas consideran relevantes. Esto genera un nivel de validación clínica que fortalece la confianza en las recomendaciones del sistema.

El potencial de transformación va más allá del diagnóstico individual. La capacidad de estandarizar la evaluación del dolor en equinos podría mejorar los protocolos de bienestar animal en operaciones veterinarias, facilitar la comparación de resultados entre instituciones y contribuir a una mejor comprensión de cómo los tratamientos afectan el estado de los animales a lo largo del tiempo. Para profesionales del sector en México y América Latina, esta herramienta representa una oportunidad de acceso a metodologías de diagnóstico que reducen la variabilidad en la interpretación clínica y elevan los estándares de atención veterinaria.