Maszyny wektorów nośnych

Mastitis jest jedną z głównych przyczyn spadku wydajności i jakości mleka co prowadzi do znacznych strat w dochodach hodowców owiec mlecznych. W standardowych warunkach higienicznych hodowli owiec częstość występowania klinicznego mastitis wynosi około 5% stada. Niestety stanowi to jedynie wierzchołek góry lodowej podczas gdy jej ukryta część to mastitis subkliniczne które w niektórych przypadkach może osiągnąć 65% lub więcej. Niniejsze badanie przedstawia alternatywne podejście do przewidywania obecności zapalenia wymienia u owiec mlecznych poprzez zastosowanie maszyn wektorów nośnych (SVM) poddziedziny sztucznej inteligencji. Jako zmienne prognostyczne wykorzystano zawartość laktozy w mleku (MLC) i przewodność elektryczną mleka (MEC) a jako klasyfikator - liczbę komórek somatycznych w mleku (MSCC). Wykorzystane dane pochodziły z 10-letniej bazy danych laboratorium ARAS (Regionalne Stowarzyszenie Rolników Sardynii). SVM wykazały czułość i swoistość odpowiednio na poziomie 62% i 75%. W związku z tym wykorzystanie SVM jako pierwszego systemu przesiewowego do wykrywania zapalenia wymienia może uprościć procedurę przed przeprowadzeniem kosztownej i czasochłonnej analizy bakteriologicznej.