Migliorare il benessere degli animali in laboratorio: l'intelligenza artificiale aiuta a rilevare meglio il dolore
L'intelligenza artificiale è più affidabile di specialisti addestrati nel rilevare il dolore nei topi di laboratorio
Annunci
Negli esperimenti sugli animali che coinvolgono i topi, i cambiamenti nell'espressione facciale indicano se un animale sta soffrendo. Finora, i ricercatori hanno dovuto affidarsi all'occhio umano per rilevare eventuali segni di dolore o sofferenza. Un sistema di monitoraggio video standardizzato e algoritmi di intelligenza artificiale rendono ora questo compito più semplice.
Nel nuovo sistema GrimACE, le telecamere monitorano le sensazioni del mouse nella scatola. Gli algoritmi di intelligenza artificiale rilevano anche il minimo cambiamento nella postura del corpo e nelle espressioni facciali.
Oliver Sturman / ETH Zürich
A prima vista, la scatola di plastica bianca con il pavimento arancione sembra un contenitore di giocattoli per bambini. Tuttavia, la scatola non è usata per conservare i mattoncini Lego, ma contiene topi veri, con l'obiettivo di ridurre al minimo le loro sofferenze. "Questa scatola permette di osservare gli animali da laboratorio in modo umano e standardizzato, sia da noi a Zurigo che da ricercatori dall'altra parte del mondo", spiega Oliver Sturman, responsabile del 3R Hub. L'Hub è il punto di contatto del Politecnico di Zurigo per le domande relative alle 3R - Replace, Reduce, Refine (si veda il riquadro a discesa qui sotto).
A scopo dimostrativo, Sturman inserisce nella scatola un mouse di plastica nera. All'interno della scatola, la cui parete anteriore e il coperchio sono costituiti da lastre acriliche nere, è buio pesto. "Questo è importante, perché gli animali si sentano a proprio agio e non siano osservati", spiega il neuroscienziato. "Quando vengono messi nella scatola per la prima volta, annusano ed esplorano l'ambiente circostante, un comportamento naturale. Dopo un po' si abituano e a volte si addormentano".
Due telecamere, una dall'alto e una dal davanti, riprendono ciò che accade all'interno attraverso il telo. Una lampada a infrarossi permette alle telecamere di vedere al buio.
Il dolore può essere percepito dal viso
Le due telecamere registrano automaticamente il corpo e il volto del topo, fornendo indicazioni su come si sente l'animale. Ciò consente di rilevare i sottili segnali di dolore e disagio che spesso si riflettono nelle espressioni facciali dei roditori: un restringimento degli occhi, un rigonfiamento del naso e delle guance, un cambiamento nella posizione delle orecchie o nella direzione dei baffi.
Un algoritmo valuta quindi l'espressione facciale del topo in tempo reale. Il nuovo sistema, che i ricercatori hanno chiamato GrimACE, consente di valutare in modo rapido e preciso se gli animali stanno soffrendo e se hanno bisogno di un ulteriore sollievo dal dolore.
Il metodo attuale richiede molto tempo, è soggettivo e impreciso.
Le espressioni facciali sono state a lungo utilizzate per rilevare e rispondere a potenziali dolori e sofferenze negli animali da laboratorio. A questo scopo è stata sviluppata la cosiddetta Mouse Grimace Scale (scala della smorfia del topo): ciascuno dei segni di dolore e angoscia sopra elencati viene valutato su una scala da 0 (non presente), 1 (moderatamente presente) a 2 (ovviamente presente).
A tal fine, gli scienziati osservano gli animali dal lato della gabbia e confrontano la loro espressione facciale con immagini di riferimento dettagliate su tabelle pittoriche. Questo processo richiede molto tempo ed è soggettivo.
Inoltre, è difficile da valutare per l'occhio umano, poiché il volto del topo può non essere chiaramente visibile. Inoltre, l'osservazione da parte dell'uomo può causare ulteriore disagio agli animali.
Come una cabina per le fototessere
Il sistema GrimACE, invece, consente una valutazione immediata, umana e oggettiva. Non appena il topo si trova nella scatola, iniziano le registrazioni video. Il sistema seleziona automaticamente i fotogrammi più significativi e valuta le caratteristiche che potrebbero indicare un aumento del livello di dolore.
Esistono già metodi automatizzati di riconoscimento facciale, sottolinea Sturman. "Quello che mancava era un sistema completo, standardizzato, end-to-end". L'accuratezza degli algoritmi diminuisce se l'ambiente circostante non è identico o se la telecamera viene posizionata a volte più vicina o più lontana.
Potremmo paragonare il sistema a una cabina per fototessere, dice Sturman. "Come tutti sappiamo, queste macchine sono costruite sempre allo stesso modo: uno sgabello posizionato a una distanza fissa dalla macchina fotografica, uno sfondo bianco e una tenda scura - tutto ciò garantisce la riuscita della foto, chiunque e ovunque venga utilizzata la macchina".
Un kit per tutto
L'intero sistema, compreso il software, è stato sviluppato dai membri del personale del 3R Hub e ora viene condiviso con il mondo intero come kit open-source. "L'idea è che il maggior numero possibile di utenti possa assemblarlo e utilizzarlo in modo semplice e standardizzato e che i dati siano confrontabili", sottolinea Sturman.
Come tutti i metodi di visione computerizzata e di apprendimento automatico, il sistema migliora continuamente quando viene addestrato su un numero maggiore di dati di immagini. "Più persone usano GrimACE, meno pregiudizi ci saranno".
Macchina contro uomo
In uno studio, Sturman e altri ricercatori del Politecnico di Zurigo hanno testato il nuovo sistema. Hanno esaminato se il GrimACE sia in grado di rilevare automaticamente e in modo affidabile il dolore nei topi di laboratorio dopo un intervento chirurgico al cervello e se fornisca risultati comparabili o addirittura migliori rispetto a quelli ottenuti da valutatori umani addestrati. I ricercatori hanno presentato i loro risultati in un articolo pubblicato di recente sulla rivista LabAnimal.
Per lo studio, i ricercatori hanno registrato le immagini dei topi prima e dopo l'intervento chirurgico al cervello. Dopo l'intervento, agli animali sono stati somministrati vari antidolorifici nelle dosi raccomandate dalle linee guida degli esperti. I topi sono stati operati per un altro obiettivo scientifico e la valutazione del benessere ha potuto svolgersi in parallelo.
Un esperto ha visionato migliaia di immagini dei topi prima e dopo l'intervento a occhio nudo, come di consueto, e li ha valutati manualmente. In parallelo, i ricercatori hanno fatto valutare le immagini anche dal GrimACE. Il risultato è stato che le valutazioni automatiche corrispondevano molto bene a quelle dell'esperto.
Tre persone, tre valutazioni diverse
I ricercatori hanno anche confrontato le valutazioni di tre persone diverse. Le loro valutazioni differivano in modo significativo.
Questo non è dovuto al fatto che gli esperti non abbiano fatto un buon lavoro, dice Sturman, ma piuttosto alla natura soggettiva della valutazione. "Abbiamo dato di nascosto a tutti e tre i valutatori le stesse immagini da valutare, per verificare se i loro punteggi fossero coerenti". E così è stato: individualmente, ogni persona ha valutato le immagini in modo molto coerente. Una persona ha assegnato sia punteggi alti che bassi. Un altro tendeva a dare a ogni immagine un punteggio più basso. E la terza persona ha dato a tutte le immagini un punteggio più alto. "
È qui che si vede la forza del computer, che fornisce risultati standardizzati", afferma Sturman. Una valutazione uniforme è importante per il benessere degli animali, sottolinea il responsabile dell'Hub 3R. Ciò garantisce un livello di assistenza adeguato per gli animali da laboratorio, in tutti i laboratori. "Se qualcuno valuta sempre che un animale non prova dolore, gli animali soffriranno inutilmente. E se qualcuno assegna sempre punteggi troppo alti, c'è il rischio che gli esperimenti vengano abbandonati inutilmente".
Oltre alle caratteristiche facciali, i ricercatori hanno studiato anche il comportamento degli animali nel loro studio sull'idoneità del GrimACE. A tale scopo, una telecamera ad alta risoluzione posta dall'alto ha registrato vari punti del corpo del topo. Caratteristiche come la variazione delle distanze tra i singoli punti, le variazioni dell'angolo tra due punti e l'accelerazione dei punti hanno fornito indicazioni sullo stato del topo. In questi dati, gli algoritmi di apprendimento automatico cercano differenze sottili che sono appena visibili all'uomo.
Interesse mondiale
Appena lanciato, il GrimACE ha riscosso un grande interesse, dice Sturman. "Abbiamo già ricevuto numerose richieste di informazioni via e-mail, ad esempio dagli Stati Uniti e dal Regno Unito".
Per garantire che il maggior numero possibile di ricercatori del Politecnico di Zurigo abbia accesso al sistema automatizzato, il 3R Hub ha recentemente installato un sistema GrimACE nel Centro di Fenomica del Politecnico (EPIC).
Il personale del 3R Hub sta già pianificando un ulteriore sviluppo della tecnologia GrimACE. Non è ancora chiaro se brevetteranno il sistema e lo commercializzeranno come spin-off. "Attualmente stiamo condividendo le nostre conoscenze e la nostra tecnologia in collaborazioni e ci stiamo concentrando sullo scambio reciproco di dati per migliorare il sistema", dice Sturman. "La nostra preoccupazione principale è migliorare il benessere degli animali".
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Oliver Sturman, Marcel Schmutz, Tom Lorimer, Runzhong Zhang, Mattia Privitera, Fabienne K. Roessler, Justine Leonardi, Rebecca Waag, Alina-Mariuca Marinescu, Clara Bekemeier, Katharina Hohlbaum, Johannes Bohacek; "GrimACE: automated, multimodal cage-side assessment of pain and well-being in mice"; Lab Animal, Volume 55, 2026-3-5