AI kan hjälpa bönder räkna parasitägg

I den här studien jämfördes en ny AI-baserad teknik, OvaCyte med den traditionella McMaster-metoden som används för att räkna parasitägg i fårträck.

Två försök gjordes i laboratorium: I det första försöket blandades olika mängder parasitägg ner i träckprover som sedan späddes med vatten. AI-verktyget testades med två olika inställningar och resultaten jämfördes med McMaster-metoden. Båda metoderna gav liknande resultat, men AI:n var lite mer träffsäker – särskilt när den längre läsningen av inställningarna användes. I det andra försöket tillsattes parasitägg i olika mängder, och även här visade AI-metoden högre precision, särskilt när det var många ägg i proverna.

Efter labbförsöken testades metoderna på prover från får som var naturligt infekterade med parasitägg. AI-verktyget hittade då fler ägg vid låga koncentrationer, vilket tyder på att det är känsligare än den traditionella metoden.

En stor styrka med studien är att exakt samma prover analyserades med båda metoderna, sida vid sida. Sammanfattningsvis visar resultaten att AI-tekniken fungerar minst lika bra som McMaster-metoden – och i vissa fall till och med bättre. Det finns fortfarande förbättringspotential, särskilt när det gäller mycket koncentrerade prover och ytterligare metodutveckling krävs för att tekniken ska kunna etableras som ett rutindiagnostiskt verktyg, påpekar forskarna bakom studien.

Referens:

Comparative evaluation of an AI-based counting system (OvaCyte™) and the McMaster counting method for quantification of strongyle eggs in sheep faeces - ScienceDirect