IA e ciência de dados na medicina veterinária: Impacto no mundo real

A ciência de dados é um campo interdisciplinar que combina as seguintes disciplinas fundamentais: matemática, estatística, ciência da computação e conhecimento de domínio. O objetivo da ciência de dados é extrair percepções significativas e acionáveis dos dados.

O surgimento de bancos de dados e sistemas de informação, juntamente com a rápida evolução da computação e da computação em nuvem, mudou o cenário e, com a adição da Inteligência Artificial, continuará a fazê-lo a taxas que não podemos imaginar. Tanto na medicina veterinária quanto na ciência animal, a ciência de dados não é mais um tópico ambicioso, mas uma realidade em aplicação, embora os esforços educacionais precisem ser aprimorados.

Aqui estão alguns exemplos de áreas em que a ciência de dados está mudando a tomada de decisões e ações em todos os níveis, incluindo inspeção e regulamentação do governo, pesquisa acadêmica, agricultura e clínicas veterinárias.

1. Saúde animal e gerenciamento de doenças

• A ciência de dados e a computação em nuvem permitem a integração de grandes conjuntos de dados clínicos, genéticos, de microbioma e epidemiológicos

• Ajuda os veterinários a detectar padrões, dimensionar a vigilância de doenças, prever surtos e criar novas estratégias preventivas

Exemplos:

a) Medicina de suínos - o uso de fluidos orais em canetas (Dr. Jeff Zimmerman e colaboradores, Iowa State University) ajudou a aumentar a vigilância local, regional e nacional de patógenos e/ou exposição de suínos por meio de sorologia, o que permite mais amostragens, já que os animais não estão sendo amostrados individualmente, melhorando assim o bem-estar dos animais e permitindo mais amostragens e diagnósticos baseados na população. Com os fluidos orais em currais, a amostragem temporal torna-se acessível e, usando uma combinação de sorologia e qPCR multiplex, é possível monitorar uma variedade de patógenos (e a exposição a eles). Em contrapartida, isso gera uma grande quantidade de dados em celeiros de crescimento e acabamento em várias regiões que precisam ser modelados usando estatísticas e outras abordagens, como o aprendizado de máquina. Se essa abordagem não estivesse disponível, restaria a amostragem de animais no matadouro, o que ainda é útil para fins específicos, como imagens de pulmão para previsão e modelagem de pneumonia em nível populacional, por exemplo. Os fluidos orais baseados em caneta também permitem a triagem de patógenos exóticos, o que afeta a biossegurança em nível nacional.

2. Produção e eficiência da pecuária

• As fazendas geram grandes quantidades de dados gerados por sensores, robótica, registros de alimentação, medidores de leite e avaliações genéticas

• A ciência de dados permite a otimização da eficiência alimentar, do desempenho reprodutivo e das estratégias de crescimento/produção

Exemplos:

a) Produção de laticínios - as operações de produção de laticínios, especialmente os sistemas robotizados, mas não se limitando a eles, são uma "mina de ouro" de dados. As vacas leiteiras produzem um registro diário de consumo de ração, produção de leite, % de gordura/proteína, mastite, entre outras variáveis, que agora podem ser modeladas usando técnicas de ciência de dados para identificar: 1) o padrão de correlação entre as variáveis; 2) o impacto das variáveis explicativas sobre a produção; 3) classificar os animais de acordo com a paridade e a produtividade para descobrir suas métricas e como melhorar a eficiência alimentar e a produção de leite; 4) desenvolver modelos de previsão preditiva e validar as previsões com os dados; 5) medir o impacto residual de uma lactação sobre outra; e 5) usar o microbioma e o sequenciamento do genoma total microbiano para entender melhor a causa da mastite e da cetose, melhorar a eficiência alimentar e as estratégias relacionadas à mitigação da emissão de metano etc.

3. Segurança alimentar e saúde pública

• A ciência de dados ajuda a rastrear patógenos em toda a cadeia alimentar, avaliar o risco e refinar as investigações epidemiológicas/ecológicas

• A ciência veterinária se sobrepõe à saúde humana na busca de compreensão e mitigação de doenças zoonóticas (por exemplo, gripe aviária, coronavírus, salmonela, etc.)

Exemplos:

a) Sequenciamento de todo o genoma: O sequenciamento do genoma completo de bactérias permitiu que um grau muito mais alto de resolução fosse aplicado a investigações epidemiológicas na tentativa de rastrear patógenos. O exemplo mais bem-sucedido disso nos EUA é a vigilância conduzida pelo FSIS de operações avícolas (pós-colheita) para Salmonella enterica, e a disponibilidade gratuita de dados genômicos no repositório NCBI Pathogen Detection, permitindo uma análise orientada por dados em larga escala de muitos milhares de genomas (> 700.000 genomas de Salmonella enterica) para identificar genótipos emergentes, perfis de AMR e tentar prever a transmissão. No entanto, ainda há muitos desafios, incluindo a melhoria da qualidade dos metadados epidemiológicos, a modelagem preditiva em larga escala e em tempo real para identificar novas mutações e loci associados a padrões emergentes, etc.

A vigilância da SARS-COV2 tornou-se outro exemplo claro do impacto positivo da ciência de dados, permitindo a mudança na tomada de decisões em tempo real para o controle de patógenos e o desenvolvimento de vacinas mais eficazes ou de estratégias de vacinação com uma cobertura mais ampla de cepas. A vigilância da gripe aviária exige que se caminhe nessa direção para o monitoramento em larga escala dos reservatórios de vida selvagem e das operações de criação de animais.

Outras áreas em que a ciência de dados tem o potencial de causar um impacto benéfico são:

4. Desafios agrícolas globais

• Alimentar uma população crescente requer uma produção animal sustentável e eficiente

• A ciência de dados pode ajudar a reduzir o desperdício, melhorar a produtividade e a economia, além de equilibrar os impactos ambientais, talvez levando a uma melhor tomada de decisões estratégicas sobre onde produzir o quê e como

5. Clínicas veterinárias

• A ciência de dados pode melhorar e agilizar o diagnóstico de doenças com o uso do microbioma intestinal, raios X e dados baseados em sensores em animais de estimação e cavalos

6. Vida selvagem e conservação ambiental

• A ciência animal se estende aos ecossistemas, incluindo o monitoramento da biodiversidade, a proteção de espécies ameaçadas e o gerenciamento de hábitos

• A ciência de dados pode ajudar a processar dados de sensoriamento remoto, colares GPS e armadilhas fotográficas com mais eficiência

Referência:

OpenAI, 2025. O ChatGPT versão 5, acessado em 26 de setembro de 2025, gerou respostas que contribuíram para o conteúdo deste blog.

Notícias da Faculdade de Medicina Veterinária da Universidade Estadual de Iowa. Acessado em 26 de setembro de 2025. http://vetmed.iastate.edu/article/oral-fluid-testing-has-transformed-veterinary-diagnostic-medicine/