Melhorar o bem-estar dos animais no laboratório: a IA ajuda a detetar melhor a dor

À primeira vista, a caixa de plástico branca com um chão cor de laranja brilhante parece algo para guardar brinquedos de criança. No entanto, a caixa não é utilizada para guardar peças de Lego; contém ratos verdadeiros - com o objetivo de minimizar o seu sofrimento. "Esta caixa permite que os animais de laboratório sejam observados de uma forma humana e normalizada, quer por nós, aqui em Zurique, quer por investigadores do outro lado do mundo", afirma Oliver Sturman, Diretor do Centro 3R. O Hub é o ponto de contacto na ETH Zurich para questões relacionadas com os 3Rs - Replace, Reduce, Refine (ver a caixa pendente abaixo).

Para efeitos de demonstração, Sturman coloca um rato de plástico preto na caixa. Dentro da caixa, cuja parede frontal e tampa são feitas de folhas de acrílico preto, está escuro como breu. "Isto é importante, para que os animais se sintam confortáveis e não sejam observados", diz o neurocientista. "Quando são colocados na caixa pela primeira vez, farejam e exploram o ambiente, o que é um comportamento natural. Passado algum tempo, habituam-se e, por vezes, até adormecem."

Duas câmaras - uma de cima e outra de frente - filmam o que se passa no interior através do lençol. Uma lâmpada de infravermelhos permite que as câmaras vejam no escuro.

A dor pode ser sentida no rosto

As duas câmaras registam automaticamente o corpo e o rosto do rato, fornecendo indicações sobre o que o animal está a sentir. Isto permite a deteção de sinais subtis de dor e desconforto que se reflectem frequentemente nas expressões faciais dos roedores - um estreitamento dos olhos, um abaulamento do nariz e das bochechas, ou uma mudança na posição das orelhas ou na direção dos bigodes.

Um algoritmo avalia então a expressão facial do rato em tempo real. O novo sistema, a que os investigadores deram o nome de GrimACE, permite uma avaliação rápida e precisa para determinar se os animais estão a sofrer e se necessitam de alívio adicional da dor.

Método atual: demorado, subjetivo e impreciso

Há muito que as expressões faciais são utilizadas para detetar e responder a potenciais dores e sofrimentos em animais de laboratório. A chamada Mouse Grimace Scale foi desenvolvida para este fim: cada um dos sinais de dor e angústia acima enumerados é avaliado numa escala de 0 (não presente), 1 (moderadamente presente) a 2 (obviamente presente).

Para o efeito, os cientistas observam os animais do lado da gaiola e comparam a sua expressão facial com imagens de referência pormenorizadas em quadros pictóricos. Este processo é moroso e subjetivo.

Além disso, é difícil de avaliar pelo olho humano, uma vez que o rosto do rato pode não ser claramente visível. Além disso, o facto de serem observados por seres humanos pode causar mais angústia nos animais.

Como uma cabina fotográfica para passaportes

O sistema GrimACE, por outro lado, permite uma avaliação imediata, humana e objetiva. Assim que o rato está na caixa, começam as gravações de vídeo. O sistema seleciona automaticamente os fotogramas mais significativos e classifica as caraterísticas que podem indicar um aumento do nível de dor.

Já existiam métodos automatizados de reconhecimento facial, sublinha Sturman. "O que faltava era um sistema completo, normalizado e de ponta a ponta." A precisão dos algoritmos diminui se o ambiente não for idêntico ou se a câmara for colocada por vezes mais perto ou mais longe.

Poderíamos comparar o sistema a uma cabina fotográfica para fotografias de passaportes, diz Sturman. "Como todos sabemos, estas máquinas são sempre construídas da mesma forma: um banco posicionado a uma distância fixa da câmara, um fundo branco e uma cortina escura - tudo isto garante uma fotografia bem sucedida, independentemente de quem e onde quer que a máquina seja utilizada."

Um kit para tudo

Todo o sistema, incluindo o software, foi desenvolvido por membros da equipa do Centro 3R e está agora a ser partilhado com todo o mundo como um kit de código aberto. "A ideia é que o maior número possível de utilizadores possa montá-lo e utilizá-lo de uma forma simples e normalizada e que os dados sejam comparáveis", sublinha Sturman.

Tal como acontece com todos os métodos de visão por computador e de aprendizagem automática, o sistema melhora continuamente quando é treinado com mais dados de imagem. "Quanto mais pessoas utilizarem o GrimACE, menor será a tendência".

Máquina versus humano

Num estudo, Sturman e outros investigadores da ETH Zurich testaram o novo sistema. Exploraram a questão de saber se o GrimACE pode detetar automaticamente e de forma fiável a dor em ratos de laboratório após uma cirurgia ao cérebro - e se fornece resultados comparáveis ou mesmo melhores do que avaliadores humanos treinados. Os investigadores apresentaram as suas conclusões num artigo publicado recentemente na revista LabAnimal.

Para o estudo, os investigadores registaram imagens dos ratos antes e depois da cirurgia ao cérebro. Após a cirurgia, os animais receberam vários analgésicos em doses recomendadas por diretrizes especializadas. Os ratinhos foram operados para um objetivo científico diferente e a avaliação do bem-estar pôde decorrer em paralelo.

Um perito visualizou milhares de imagens dos ratinhos antes e depois da cirurgia a olho nu, como habitualmente, e avaliou-as manualmente. Em paralelo, os investigadores também avaliaram as imagens com o GrimACE. O resultado foi que as avaliações automáticas corresponderam muito bem às classificações do perito.

Três pessoas, três classificações diferentes

Os investigadores também compararam as classificações de três pessoas diferentes. As suas avaliações diferiram significativamente.

Isto não se deve ao facto de os peritos não terem feito um bom trabalho, diz Sturman, mas sim à natureza subjectiva da classificação. "Demos secretamente as mesmas imagens aos três avaliadores, para verificar se as suas próprias classificações eram consistentes". E eram: individualmente, cada pessoa classificou as imagens de forma muito consistente. Uma pessoa atribuiu tanto pontuações altas como baixas. Outra tendeu a dar uma pontuação mais baixa a todas as imagens. E a terceira pessoa deu a todas as imagens uma pontuação mais elevada. "

É aqui que vemos a força do computador, uma vez que fornece resultados normalizados", afirma Sturman. Uma avaliação uniforme é importante para o bem-estar dos animais, sublinha o Diretor do Pólo 3R. Isto assegura um nível adequado de apoio aos animais de laboratório - em todos os laboratórios. "Se alguém avaliar sempre que um animal não está a sentir dor, os animais sofrerão desnecessariamente. E se alguém atribuir sempre pontuações demasiado elevadas, existe o risco de as experiências serem abandonadas desnecessariamente."

Para além das caraterísticas faciais, os investigadores também estudaram o comportamento dos animais no seu estudo sobre a adequação do GrimACE. Para o efeito, uma câmara de alta resolução, colocada por cima, registou vários pontos do corpo do rato. Caraterísticas como a variação das distâncias entre pontos individuais, as alterações do ângulo entre dois pontos e a aceleração dos pontos forneceram indicações sobre o estado do rato. Nesses dados, os algoritmos de aprendizagem automática procuram diferenças subtis que são pouco visíveis para os humanos.

Interesse mundial

Logo que foi lançado, o GrimACE suscitou um interesse generalizado, diz Sturman. "Já recebemos uma série de pedidos de informação por correio eletrónico, por exemplo, dos EUA e do Reino Unido".

Para garantir que o maior número possível de investigadores da ETH Zurich tenha acesso ao sistema automatizado, o 3R Hub instalou recentemente um sistema GrimACE no ETH Phenomics Center (EPIC).

O pessoal do 3R Hub já está a planear o desenvolvimento da tecnologia GrimACE. Ainda não é claro se irão patentear o sistema e comercializá-lo como um spin-off. "Atualmente, estamos a partilhar o nosso conhecimento e tecnologia em colaborações e estamos a concentrar-nos no intercâmbio mútuo de dados para melhorar o sistema", afirma Sturman. "A nossa principal preocupação é melhorar o bem-estar dos animais".