ШІ підкаже, які ферми перевіряти першими: досвід Штирії
Австрійські ветеринари навчили XGBoost передбачати ризик порушень добробуту тварин на фермах за рутинними адмін- і ветданими. Модель дає помірну точність (AUC 0,75), але вже показує, які фактори варті уваги: обсяги антибіотиків, вік фермера, членство в TGD.
У Штирії (Австрія) понад 19 000 ферм утримують худобу, а офіційних ветеринарів, які займаються перевірками добробуту тварин, — лише 38. Щороку вони мають перевірити близько 400 господарств. Тому питання "кого перевіряти першим" стоїть гостро.
Дослідники з Віденського ветуніверситету, уряду Штирії та AGES взяли дані перевірок добробуту тварин за 2019–2023 роки — 3 122 агреговані записи "ферма-рік". З них 2 647 пішли на навчання моделі XGBoost, 475 — на тест. Джерела даних: система VIS (тип виробництва, дані про фермера, поголів'я), дані боєнь і м'ясної інспекції, інформація від заводів з переробки загиблих тварин та дані про відпущені антибіотики.
Позитивним випадком вважали ферму-рік, де зафіксували порушення добробуту або склали кримінальну скаргу за результатами перевірки. Ферми без спостережуваного результату перевірки не включали як негативні.
Результати на тестовій вибірці — помірні: AUC 0,75 (95% ДІ 0,66–0,82), MCC 0,25 (95% ДІ 0,19–0,37), Average Precision 0,19 (95% ДІ 0,11–0,31). Тобто модель краща за випадковість, але не "чарівна кнопка".
Найважливіші предиктори за пост-хок інтерпретацією:
- відпуск антибіотиків у скотарстві — загальні обсяги та препарати категорії D за класифікацією EMA;
- характеристики фермера — вік і відстань між фермою та місцем проживання;
- членство в Службі здоров'я тварин (TGD) — пов'язане зі зниженням прогнозованої ймовірності порушень;
- кількість умовних голів худоби (ВРХ, птиця) на фермі;
- смертність ВРХ за даними заводів з переробки;
- окремі знахідки при м'ясній інспекції, зокрема перикардит у свиней.
Деякі предиктори пов'язані з добробутом опосередковано — вони радше відображають загальні практики менеджменту та стан здоров'я тварин.
Для практики: модель задумана як інструмент підтримки рішень, а не заміна експертній оцінці. Вона не запускає перевірки автоматично, а лише дозволяє ранжувати ферми за прогнозованим ризиком у межах обов'язкової 2% вибірки. Це дає змогу ефективніше розподіляти обмежені ресурси ветеринарних інспекторів. Автори наголошують: дані, які вже збирають адміністративні та ветеринарні системи, можуть бути корисними індикаторами — без потреби в дорогих приватних моніторингових системах.