ИИ научился замечать боль у лошадей по поведению

Исследователи из Хайфского университета и Венского ветеринарного университета показали, что большая мультимодальная модель может помогать распознавать боль у лошадей без датчиков и специальной съёмки. Но пока речь идёт о небольшом эксперименте, а не о готовом «диагносте».


Лошадь может испытывать боль и при этом почти не показывать её человеку. Для животного, которое эволюционно было добычей, заметная слабость — плохая стратегия. Ветеринар поэтому смотрит не только на очевидную хромоту или реакцию на прикосновение, но и на то, как меняются поза, аппетит, отдых и обычное поведение.

Команда Георгия Мартвеля, Анны Замански и Ульрике Ауэр попробовала отдать часть этой длительной наблюдательной работы искусственному интеллекту. Исследование опубликовано в июньском номере Applied Animal Behaviour Science.

Учёные использовали круглосуточные записи из денников 16 лошадей, находившихся в университетской ветеринарной клинике не менее трёх дней. У животных оценивали мышечно-скелетную боль по принятой шкале, а видеомодель параллельно разбирала короткие фрагменты и определяла, что делает лошадь: ест, лежит, отдыхает, двигается или занимается другим обычным поведением.

Самое необычное — модель специально не обучали на новой размеченной базе лошадей. Большая vision-language модель работала в zero-shot режиме: получала видео и распознавала поведение на основе уже имеющихся возможностей. Затем эти наблюдения складывались в «бюджет времени» — сколько часов животное проводит за разными занятиями. Уже по изменению этого рисунка отдельный алгоритм определял, есть боль или нет.

Результат оказался достаточно сильным для экспериментальной системы: F1-score составил 0,80, столько же получили точность положительных срабатываний и полнота. Иными словами, подход действительно смог вытащить из обычного видео поведенческий сигнал, связанный с болью.

Но говорить, что ИИ теперь умеет «чувствовать боль животных», рано. Он не видит субъективное ощущение и не ставит диагноз. Алгоритм замечает изменения поведения, которые в конкретной группе больных лошадей совпадали с ветеринарной оценкой. Всего животных было 16, все они находились в клинике, поэтому результат ещё нужно проверять на больших выборках, разных породах, возрастах и условиях содержания.

При этом направление уже не выглядит одиночным экспериментом. В исследованиях на овцах системы компьютерного зрения смогли сопоставимо или лучше экспертов оценивать острую боль по визуальным признакам, а в 2026 году отдельная работа на крупном рогатом скоте показала, что видеомодель по точности приблизилась к очной оценке обученных ветеринаров.

Практический смысл понятен. Человек не может круглосуточно смотреть за каждой лошадью, особенно ночью, когда небольшие изменения режима легко пропустить. Камера с алгоритмом потенциально может работать как ранняя сигнализация: заметить, что животное стало меньше есть, дольше стоять неподвижно или иначе распределять время, и позвать ветеринара раньше, чем проблема станет очевидной.


Самая полезная роль такого ИИ — не заменить ветеринара, а обратить его внимание туда, куда человек ещё не успел посмотреть. Если система научится надёжно работать вне клиники, обычная камера в деннике сможет стать не просто наблюдением, а ещё одним инструментом контроля благополучия животного.

Фото: редакция ИЗНАНКИ.