Améliorer le bien-être des animaux en laboratoire : l'IA permet de mieux détecter la douleur

À première vue, la boîte en plastique blanc avec un sol orange vif ressemble à une boîte de rangement pour jouets d'enfants. Pourtant, cette boîte ne sert pas à ranger des briques de Lego : elle contient de vraies souris, dans le but de minimiser leurs souffrances. "Cette boîte permet d'observer les animaux de laboratoire de manière humaine et standardisée, que ce soit par nous, ici à Zurich, ou par des chercheurs à l'autre bout du monde", explique Oliver Sturman, responsable du centre 3R. Le Hub est le point de contact de l'ETH Zurich pour les questions relatives aux 3R - Replace, Reduce, Refine (voir la liste déroulante ci-dessous).

À des fins de démonstration, Sturman place une souris en plastique noir dans la boîte. À l'intérieur de la boîte, dont la paroi avant et le couvercle sont faits de feuilles acryliques noires, l'obscurité est totale. "C'est important pour que les animaux se sentent à l'aise et ne soient pas observés", explique le neuroscientifique. "Lorsqu'ils sont placés pour la première fois dans la boîte, ils reniflent et explorent l'environnement, ce qui est un comportement naturel. Au bout d'un certain temps, ils s'y habituent et s'endorment même parfois".

Deux caméras - l'une d'en haut et l'autre de face - filment ce qui se passe à l'intérieur à travers le drap. Une lampe infrarouge permet aux caméras de voir dans l'obscurité.

La douleur peut être perçue sur le visage

Les deux caméras enregistrent automatiquement le corps et le visage de la souris, fournissant ainsi des indications sur ce que ressent l'animal. Cela permet de détecter des signes subtils de douleur et d'inconfort qui se reflètent souvent dans les expressions faciales des rongeurs - un rétrécissement des yeux, un gonflement du nez et des joues, ou un changement dans la position des oreilles ou la direction des moustaches.

Un algorithme évalue ensuite l'expression faciale de la souris en temps réel. Le nouveau système, que les chercheurs ont appelé GrimACE, permet d'évaluer rapidement et précisément si les animaux souffrent et s'ils ont besoin d'un soulagement supplémentaire de la douleur.

La méthode actuelle est longue, subjective et imprécise

Les expressions faciales sont utilisées depuis longtemps pour détecter la douleur et la souffrance potentielles chez les animaux de laboratoire et y répondre. L'échelle de grimace de la souris a été mise au point à cette fin : chacun des signes de douleur et de détresse énumérés ci-dessus est évalué sur une échelle allant de 0 (pas présent), 1 (modérément présent) à 2 (manifestement présent).

Pour ce faire, les scientifiques observent les animaux depuis le côté de la cage et comparent leur expression faciale avec des images de référence détaillées sur des tableaux. Ce processus est long et subjectif.

En outre, il est difficile pour l'œil humain de l'évaluer, car le visage de la souris n'est pas toujours clairement visible. En outre, le fait d'être observé par des humains peut provoquer une détresse supplémentaire chez les animaux.

Comme une cabine de photos d'identité

Le système GrimACE, en revanche, permet une évaluation immédiate, humaine et objective. Dès que la souris est dans la boîte, les enregistrements vidéo commencent. Le système sélectionne automatiquement les images les plus significatives et évalue les caractéristiques susceptibles d'indiquer un niveau de douleur accru.

Des méthodes automatisées de reconnaissance faciale existaient déjà, souligne M. Sturman. "Ce qui manquait, c'était un système complet, normalisé et de bout en bout. La précision des algorithmes diminue si l'environnement n'est pas identique ou si la caméra est parfois placée plus près ou plus loin.

On pourrait comparer le système à un photomaton pour les photos d'identité, explique M. Sturman. "Comme nous le savons tous, ces machines sont toujours construites de la même manière : un tabouret placé à une distance fixe de l'appareil photo, un fond blanc et un rideau sombre - tout cela permet d'obtenir une photo réussie, quel que soit l'endroit où la machine est utilisée.

Un seul kit pour tout

L'ensemble du système, y compris le logiciel, a été développé par des membres du personnel du centre 3R et est maintenant partagé avec le monde entier sous la forme d'un kit à code source ouvert. "L'idée est que le plus grand nombre possible d'utilisateurs puissent l'assembler et l'utiliser de manière simple et standardisée, et que les données soient comparables", souligne M. Sturman.

Comme toutes les méthodes de vision par ordinateur et d'apprentissage automatique, le système s'améliore continuellement lorsqu'il est entraîné sur un plus grand nombre de données d'images. "Plus il y aura de personnes qui utiliseront GrimACE, moins il y aura de biais.

La machine contre l'homme

Dans une étude, Sturman et d'autres chercheurs de l'ETH Zurich ont testé le nouveau système. Ils ont cherché à savoir si GrimACE pouvait détecter automatiquement et de manière fiable la douleur chez des souris de laboratoire à la suite d'une opération du cerveau, et s'il fournissait des résultats comparables, voire meilleurs, que ceux obtenus par des évaluateurs humains formés à cet effet. Ils ont présenté leurs conclusions dans un article récemment publié dans la revue LabAnimal.

Pour l'étude, les chercheurs ont enregistré des images des souris avant et après une opération du cerveau. Après l'opération, les animaux ont reçu divers analgésiques aux doses recommandées par les experts. Les souris ont été opérées dans un but scientifique différent, et l'évaluation du bien-être a pu se dérouler en parallèle.

Un expert a visionné à l'œil nu des milliers d'images des souris avant et après l'opération, comme d'habitude, et les a évaluées manuellement. En parallèle, les chercheurs ont également fait évaluer les images par le GrimACE. Il en est ressorti que les évaluations automatisées correspondaient de très près aux évaluations de l'expert.

Trois personnes, trois évaluations différentes

Les chercheurs ont également comparé les évaluations de trois personnes différentes. Leurs évaluations différaient de manière significative.

Ce n'est pas parce que les experts n'ont pas fait du bon travail, dit Sturman, mais plutôt en raison de la nature subjective de l'évaluation. "Nous avons secrètement donné aux trois évaluateurs les mêmes images à évaluer, afin de vérifier si leurs propres notes étaient cohérentes. Et c'est le cas : individuellement, chaque personne a évalué les images de manière très cohérente. L'un des évaluateurs a attribué des notes élevées et faibles. Une autre a eu tendance à donner une note inférieure à chaque image. Enfin, la troisième personne a attribué une note plus élevée à toutes les images. "

C'est là que l'on voit la force de l'ordinateur, qui fournit des résultats standardisés", explique M. Sturman. Une évaluation uniforme est importante pour le bien-être des animaux, souligne le responsable du centre 3R. Cela permet de garantir un niveau approprié de soutien aux animaux de laboratoire - dans tous les laboratoires. "Si quelqu'un évalue toujours qu'un animal ne souffre pas, les animaux souffriront inutilement. Et si quelqu'un donne toujours des notes trop élevées, il y a un risque que les expériences soient abandonnées inutilement."

Outre les caractéristiques faciales, les chercheurs ont également étudié le comportement des animaux dans le cadre de leur étude sur l'adéquation du GrimACE. Pour ce faire, une caméra haute résolution placée en hauteur a enregistré différents points du corps de la souris. Des caractéristiques telles que les distances variables entre les différents points, les changements d'angle entre deux points et l'accélération des points ont fourni des indications sur l'état de la souris. Dans ces données, les algorithmes d'apprentissage automatique recherchent des différences subtiles qui sont à peine visibles pour les humains.

Un intérêt mondial

Dès son lancement, le GrimACE a suscité un vif intérêt, explique M. Sturman. "Nous avons déjà reçu un certain nombre de demandes de renseignements par courrier électronique, notamment des États-Unis et du Royaume-Uni.

Pour que le plus grand nombre possible de chercheurs de l'ETH Zurich aient accès au système automatisé, le Hub 3R a récemment installé un système GrimACE dans l'ETH Phenomics Center (EPIC).

Le personnel du Hub 3R prévoit déjà de poursuivre le développement de la technologie GrimACE. Il n'est pas encore clair s'ils vont breveter le système et le commercialiser en tant que spin-off. "Nous partageons actuellement nos connaissances et notre technologie dans le cadre de collaborations et nous nous concentrons sur l'échange mutuel de données afin d'améliorer le système", explique M. Sturman. "Notre principale préoccupation est d'améliorer le bien-être des animaux.