بیماری‌های آبششی یکی از بزرگ‌ترین تهدیدها برای صنعت پرورش سالمون در جهان محسوب می‌شوند و به‌طور مستقیم بر سلامت، رشد و سودآوری عملیاتی ماهی‌ها اثر می‌گذارند. این مشکلات معمولاً دیر تشخیص داده می‌شوند؛ زمانی که علائم بالینی آشکار شده و خسارت‌ها اجتناب‌ناپذیر است. با این حال، یک مطالعه‌ی اخیر که در مزارع تجاری سالمون اطلس (Salmo salar) در اسکاتلند انجام شده، افق تازه‌ای گشوده است: استفاده از هوش مصنوعی برای تفسیر رفتار ماهی به‌عنوان یک سیستم هشدار زودهنگام پیشرفته.
وبگاه آب و غذا به نقل از اتخادیه تولید و تجارت آبزیان ایران ، این پژوهش که در نشریه Aquaculture Science and Management توسط دانشمندان مؤسسه آبزی‌پروری دانشگاه Stirling و شرکت Observe Technologies منتشر شده، نشان می‌دهد که تغییرات ظریف در رفتار گروهی سالمون – تغییراتی که با چشم انسان در زندگی روزمره قابل تشخیص نیست – می‌تواند آغاز مشکلات سلامت آبششی را پیش‌بینی کند. این رویکرد که در قالب «آبزی‌پروری دقیق» مطرح شده است، دوربین‌های زیرآبی را با الگوریتم‌های بینایی کامپیوتری ترکیب می‌کند تا یک روش غیرتهاجمی برای پایش وضعیت رفاه کل قفس ارائه دهد.
یافته‌های کلیدی
- یک سیستم هوش مصنوعی که ویدئوهای گرفته‌شده از قفس‌های تجاری را تحلیل می‌کند، می‌تواند رفتار گروهی سالمون اطلس را کمی‌سازی کند.
- افزایش قابل توجه در «فعالیت» ماهی‌ها (که به صورت تجمع فشرده‌تر و خوشه‌بندی در مرکز قفس تعریف می‌شود) دو ماه پیش از بروز مشکل سلامت آبشش شناسایی شد.
- مدل آماری، بیماری تکثیری آبشش (Proliferative Gill Disease – PGD) را به‌عنوان عامل اصلی این تغییر رفتاری شناسایی کرد و آن را بالاتر از دما یا بیماری آبششی آمیبی (Amoebic Gill Disease – AGD[2]) رتبه‌بندی نمود.
- این تغییر رفتاری پیش از کاهش اشتها (کاهش نرخ تغذیه خاص) و افزایش تلفات مشاهده شد و آن را به یک شاخص هشدار زودهنگام پیشرو تبدیل کرد.
- این فناوری غیرتهاجمی پتانسیل بالایی برای آبزی‌پروری دقیق دارد و به تولیدکنندگان امکان می‌دهد به‌طور پیشگیرانه برای حفظ سلامت ماهی اقدام کنند.
[1] بیماری تکثیرشونده در آبشش (Proliferative Gill Disease – PGD) این بیماری نوعی اختلال التهابی در آبشش ماهیان است که با رشد بیش‌ازحد یا تکثیر غیرطبیعی سلول‌های بافت آبشش مشخص می‌شود. نتیجه این فرآیند، ضخیم شدن بافت آبشش، اختلال در تبادل گاز (اکسیژن و دی‌اکسیدکربن) و در نهایت کاهش کارایی تنفسی ماهی است. PGD می‌تواند توسط عوامل گوناگونی از جمله انگل‌ها، باکتری‌ها، ویروس‌ها یا ترکیبی از آن‌ها ایجاد شود و اغلب در مزارع پرورش سالمون دیده می‌شود. علائم معمول شامل کاهش اشتها، تنفس سریع، رفتارهای غیرعادی در سطح آب و در مراحل پیشرفته افزایش تلفات است. مدیریت به‌موقع کیفیت آب، کاهش تراکم ماهی، پایش مداوم و استفاده از روش‌های تشخیصی دقیق برای شناسایی زودهنگام، از راهکارهای کلیدی برای کنترل و کاهش خسارت‌های ناشی از PGD محسوب می‌شوند.
[2] بیماری آمیبی آبشش (Amoebic Gill Disease – AGD) این بیماری یک عارضه انگلی در ماهیان است که عامل اصلی آن آمیب Paramoeba perurans می‌باشد. آمیب با چسبیدن به سطح آبشش و ایجاد التهاب، منجر به تشکیل بافت اضافی (هیپرپلازی) و افزایش ضخامت لایه‌های آبششی می‌شود. این تغییرات تبادل گاز را مختل کرده و باعث کاهش اکسیژن‌رسانی به بدن ماهی می‌گردد. علائم رایج AGD شامل تنفس سریع یا سخت، کاهش اشتها، رفتار بی‌حالی، تجمع ماهی‌ها در سطح آب و در مراحل شدید، افزایش تلفات است. این بیماری عمدتاً در مزارع پرورش سالمون در آب‌های شور یا نیمه‌شور رخ می‌دهد و اغلب در فصول گرم‌تر یا در شرایطی که دمای آب بالا است، شدت می‌گیرد. راهکارهای مدیریتی شامل پایش مداوم آبشش‌ها، حمام‌های آب شیرین یا درمان‌های دارویی مناسب، بهبود کیفیت آب و کاهش تراکم ماهی در قفس است تا از گسترش بیماری جلوگیری شود.
چالش یک بیماری خاموش
آبشش‌ها اندام‌های حیاتی برای تنفس و تنظیم اسمزی در ماهیان هستند. هنگامی که عملکرد آن‌ها به دلیل شرایطی مانند بیماری تکثیرشونده آبشش (Proliferative Gill Disease – PGD) مختل شود، ماهی دچار تنگی نفس و استرس شدید می‌شود. PGD یک عارضه پیچیده و اغلب چندعاملی است که باعث تکثیر غیرطبیعی سلول‌های پوششی آبشش می‌شود و می‌تواند در اثر ترکیبی از عوامل بیماری‌زا، انگل‌ها و شرایط محیطی به‌ویژه در ماه‌های گرم سال تحریک گردد. روش سنتی تشخیص میدانی این بیماری بر پایه ارزیابی چشمی تعداد محدودی ماهی است، روشی که ممکن است وضعیت واقعی هزاران ماهی موجود در یک قفس را به‌درستی نشان ندهد.
استفاده از هوش مصنوعی برای دیدن نامرئی‌ها/ نادیدنی ها
برای غلبه بر این محدودیت‌ها، پژوهشگران یک سیستم پایش مستمر را در دو محل پرورش تجاری در اسکاتلند راه‌اندازی کردند. دوربین‌های ویدئویی در قفس‌ها نصب شدند و طی چند ماه، در طول ساعات روز به‌طور مداوم فیلم‌برداری کردند.
الگوریتم چه چیزی را اندازه‌گیری می‌کند؟
فیلم‌های ویدئویی توسط یک الگوریتم هوش مصنوعی پردازش شدند که رفتار گروهی ماهی‌ها را به یک شاخص واحد به نام «فعالیت» (Activity) تبدیل می‌کند. لازم است توجه داشته باشیم که این «فعالیت» صرفاً به معنای سرعت شنا کردن ماهی‌ها نیست، بلکه یک معیار ترکیبی است که سه ویژگی رفتاری کلیدی را دربرمی‌گیرد:
- تراکم ماهی‌ها (Fish Abundance): تعداد ماهی‌های شناسایی‌شده در هر فریم ویدئو.
- سرعت شنا (Swimming Speed): میانگین حرکت گروه.
- انسجام گروهی (Shoal Cohesion): فاصله بین ماهیان که نشان می‌دهد آیا ماهی‌ها پراکنده شنا می‌کنند یا به‌صورت گروهی فشرده حرکت می‌کنند.
این رویکرد دیدگاهی جامع و خودکار از وضعیت کلی جمعیت داخل قفس ارائه می‌دهد، بدون اینکه نیاز به دستکاری یا ایجاد استرس برای ماهی‌ها باشد.
تغییر رفتاری که بیماری را پیش‌بینی می‌کند
این مطالعه در تابستان سال ۲۰۲۳ انجام شد، زمانی که مشکلات سلامت آبشش در هر دو مزرعه ظاهر شد. داده‌ها یک الگوی واضح و شگفت‌انگیز را نشان دادند.
افزایش چشمگیر در «فعالیت»
طبق سوابق مزرعه، دو ماه پیش از آنکه مشکلات آبششی آشکار شوند، سطح متوسط «فعالیت» ماهی‌ها ثابت و حدود ۲۵ ٪ بود. با این حال، با شروع کاهش سلامت آبشش، فعالیت به‌طور قابل توجهی افزایش یافت و به میانگین ۴۳.۶ ٪ در مزرعه A و ۳۲.۶ ٪ در مزرعه B رسید. این افزایش در «فعالیت» عمدتاً ناشی از انسجام بیشتر گروهی ماهی‌ها بود. ماهی‌ها شروع به جمع شدن فشرده‌تر و حرکت به سمت مرکز قفس کردند که رفتاری دفاعی معمول در پاسخ به استرس‌ها است. این تغییر سریع و برجسته بود و هفته‌ها پیش از آنکه سایر شاخص‌ها، مانند تلفات، تغییرات قابل توجهی نشان دهند، رخ داد.
بیماری تکثیرشونده در آبشش (PGD) به‌عنوان عامل اصلی تحریک‌کننده
با استفاده از یک مدل آماری پیشرفته، پژوهشگران بررسی کردند که کدام عامل بیشترین ارتباط را با این تغییر رفتاری دارد. نتایج قاطع بود: بیماری PGD عامل اصلی افزایش فعالیت بود. سایر متغیرها، مانند دمای آب، بیماری آمیبی آبشش (AGD) یا وجود شپش‌های دریایی (L. salmonis)، ارتباط معنی‌داری با اختلال رفتاری مشاهده‌شده نداشتند. علاوه بر این، این رفتار مرتبط با استرس همزمان با کاهش نرخ تغذیه خاص (Specific Feeding Rate – SFR) و به‌تبع آن افزایش نرخ تلفات رخ داد، به‌ویژه در مزرعه‌ای که بیشترین شدت مشکلات سلامت آبشش را داشت.
پیامدها برای صنعتی پیشگیرانه‌تر در پرورش سالمون
نتایج این مطالعه اهمیت عملی قابل‌توجهی برای صنعت دارد. این یافته‌ها نشان می‌دهند که پایش رفتار گروهی با استفاده از هوش مصنوعی یک ابزار قدرتمند و غیرتهاجمی است که به‌عنوان سیستم هشدار زودهنگام عمل می‌کند. بر خلاف شاخص‌های سنتی رفاه عملیاتی (Operational Welfare Indicators – OWIs[3]) که معمولاً مشکل را تنها پس از پیشرفت آن شناسایی می‌کنند (مثلاً ضایعات خارجی یا تلفات)، رفتار دیدگاهی مستقیم از تجربه ذهنی و وضعیت استرس ماهی‌ها در زمان واقعی ارائه می‌دهد.
OWIها معیارهایی هستند که برای ارزیابی سلامت و رفاه حیوانات در محیط‌های پرورشی به‌کار می‌روند. این شاخص‌ها معمولاً شامل نشانه‌های قابل مشاهده بالینی و رفتاری هستند، مانند ضایعات پوستی، تغییرات ظاهری، وضعیت بدنی، نرخ تغذیه و میزان تلفات. هدف اصلی OWIها ارائه یک روش عملی و قابل اندازه‌گیری برای پایش رفاه حیوانات در زمان واقعی است. با این حال، این شاخص‌ها اغلب تنها پس از بروز مشکلات قابل توجه، مانند آسیب‌های خارجی یا افزایش مرگ و میر، تغییر می‌کنند و ممکن است تغییرات زیر بالینی یا استرس اولیه حیوانات را شناسایی نکنند. به همین دلیل، استفاده از فناوری‌های پیشرفته مانند هوش مصنوعی برای پایش رفتار می‌تواند تکمیل‌کننده OWIها باشد و امکان شناسایی زودهنگام مشکلات رفاهی را فراهم کند.
این فناوری به تولیدکنندگان امکان می‌دهد که:
- استرس زیر بالینی را پیش از آنکه به بیماری شدید یا مرگ منجر شود، شناسایی کنند.
- به‌طور پیشگیرانه با اصلاح شیوه‌های مدیریتی، اعمال درمان‌های پیشگیرانه یا تغییر استراتژی‌های تغذیه مداخله کنند.
- رفاه حیوانات را با کاهش مواجهه با استرس‌های طولانی‌مدت بهبود بخشند.
- تصمیم‌گیری را بر اساس داده‌های عینی و مستمر از کل جمعیت به جای نمونه‌های کوچک و محدود بهینه کنند.
نتیجه‌گیری: چشم‌انداز آینده آبزی‌پروری صحیح
با افزایش دمای آب دریاها به‌دلیل تغییرات اقلیمی، انتظار می‌رود شیوع عوامل ایجادکننده بیماری‌های آبششی افزایش یابد. در این شرایط، استفاده از فناوری‌های پیشرفته پایش، دیگر یک اقدام لوکس نیست بلکه یک ضرورت برای تضمین پایداری و رفاه در آبزی‌پروری محسوب می‌شود. این مطالعه، کاربرد هوش مصنوعی و بینایی کامپیوتری را به‌عنوان یک ابزار مؤثر برای تحول در مدیریت سلامت در پرورش سالمون تأیید می‌کند. با یادگیری «شنیدن» آنچه ماهی‌ها از طریق رفتار خود به ما منتقل می‌کنند، صنعت می‌تواند از رویکرد واکنشی به رویکرد پیش‌بینی‌کننده و پیشگیرانه منتقل شود و آینده‌ای سالم‌تر برای هم سالمون‌ها و هم این صنعت رقم بزند.