Uma nova tecnologia desenvolvida pela Escola Politécnica Federal de Lausanne (EPFL) promete transformar a análise comportamental de animais. A ferramenta de aprendizado profundo, chamada SuperAnimal, permite que um único modelo detecte movimentos em uma vasta gama de espécies e ambientes, abrindo novas possibilidades para a conservação animal, biomedicina e pesquisa em neurociência. Enquanto é impossível obter diretamente de um cavalo informações sobre sua dor ou alegria, seu corpo pode expressar essas respostas através de seus movimentos. Para um observador treinado, a dor pode se manifestar em mudanças na marcha, enquanto a alegria pode ser vista em expressões faciais. Automatizar a análise desses comportamentos com inteligência artificial (IA) não só elimina o viés do observador, mas também torna o processo mais eficiente.
Hoje, a equipe liderada por Mackenzie Mathis na EPFL marca um novo capítulo na análise postural e fenotipagem comportamental com a publicação de um artigo na *Nature Communications*. A ferramenta de código aberto, SuperAnimal, se destaca por não necessitar de anotações humanas para rastrear os movimentos dos animais. Capaz de reconhecer automaticamente a localização de “pontos-chave” – geralmente articulações – em mais de 45 espécies animais, a tecnologia pode até ser aplicada em animais míticos. “O pipeline atual permite a adaptação de modelos de aprendizado profundo, mas depende do esforço humano para identificar pontos-chave em cada animal, criando um conjunto de treinamento”, explica Mathis.
“Isso resulta em esforços duplicados e pode gerar rótulos semânticos diferentes para os mesmos pontos-chave, dificultando a fusão de dados para treinar grandes modelos. Nosso novo método padroniza esse processo, tornando a rotulagem 10 a 100 vezes mais eficaz do que as ferramentas atuais.” SuperAnimal é uma evolução da técnica de estimativa de pose previamente desenvolvida pelo laboratório de Mathis, conhecida como DeepLabCut™. O novo método compila grandes conjuntos de anotações em bancos de dados e treina o modelo para aprender uma “linguagem harmonizada” através do pré-treinamento do modelo de fundação, conforme explica Shaokai Ye, doutoranda e primeira autora do estudo. “Os usuários podem implantar nosso modelo base ou ajustá-lo aos seus próprios dados, permitindo maior personalização.” Esses avanços prometem tornar a análise de movimento muito mais acessível.
Veterinários e pesquisadores biomédicos, especialmente aqueles que observam o comportamento de camundongos de laboratório, podem se beneficiar grandemente dessa tecnologia. Mathis também menciona aplicações em neurociência e esportes, tanto para humanos quanto para animais. Futuras evoluções do modelo incluirão outras espécies, como pássaros, peixes e insetos. A equipe também está desenvolvendo interfaces de linguagem natural para criar ferramentas ainda mais acessíveis. Uma dessas inovações é o AmadeusGPT, que permite consultas de dados de vídeo por texto escrito ou falado, expandindo a aplicação para análises comportamentais complexas. SuperAnimal está disponível como uma ferramenta de código aberto para pesquisadores ao redor do mundo, sinalizando um avanço significativo na análise comportamental animal.
