Tekoälyä talleille

1. Johdanto

Tekoälyä Talleille -hankkeessa pyritään kehittämään ”Heppavahti”-mobiilisovellus. Tämän innovatiivisen sovelluksen tarkoituksena on tunnistaa hevosen suolistossa oleva hiekka siitä kuuluvan äänen perusteella.

Tässä ajankohtaiskirjoituksessa perehdytään tällä hetkellä saatavilla olevien digitaalisten stetoskooppien tekniikkaan sekä arvioidaan niiden sopivuutta järjestelmän liittämiseksi. Lisäksi kirjoitus sisältää suunnitelman sekä reaaliaikaiseen että verkon ulkopuoliseen käyttöön soveltuvan mobiilisovelluksen kehitysstrategiasta.

2. Tausta ja tavoite

Hiekansyönti on hevosille tyypillinen ongelmakäytös ja sitä esiintyy erityisesti suomenhevosilla. Suolistoon kertyvä hiekka voi aiheuttaa hevosille jopa kuolemaan johtavia suolisto-oireita. Hiekansyönnin diagnisoiminen vaatii tyypillisesti klinikkakäynnin ja röntgenkuvan vatsaontelosta. Hiekka voidaan kuitenkin toisinaan kuulla stetoskoopilla, sille tyypillisestä ”kohisevasta” äänestä.

Tavoitteenamme on kehittää tekoälypohjainen ratkaisu, joka havaitsee suolistossa olevan hiekkakertymän talliolosuhteissa ilman arvokkaita röntgenlaitteita. Integroimalla älykkäät kuuntelututkimusominaisuudet mobiilisovellukseen pyrimme:

• Luomaan hevosten suolistoääniä sisältävän luokitellun tietojoukon tekoälymallin kehittämistä varten
• Tarjoamaan tallinpitäjille ja hevosen omistajille järjestelmän, joka varoittaa suolistossa olevasta hiekasta
• Mahdollistamaan aikaisemman puuttumisen tilanteeseen ja vähentämään eläinlääkärikuluja.

3. Toteutus

Mobiilisovelluksen kehittäminen toteutetaan vaiheittain. Aluksi valitaan sopivat digitaaliset stetoskoopit, jotka pystyvät joko suoratoistamaan tai lähettämään äänitallenteita. Sen jälkeen kerätään äänitallenteet hevosten suolistosta (hiekkaa syöneet hevoset/ei hiekkaa syöneet hevoset). Äänitallenteet merkitään tekoälymallin kouluttamista varten poikkeavien äänten tunnistamiseksi. Lopputuloksena kehitetään mobiilisovellus, joka tukee sekä reaaliaikaista analysointia että mahdollistaa tiedostopohjaisten latausten lähettämisen hevosen suolistossa  olevan hiekan todentamiseen (ks. kuva alla).

Kuva: ”Heppavahti”-sovelluksen kehitysvaiheet vasemmalta oikealle: 1. stetoskoopin valinta, 2. suolistoäänien kerääminen, 3. tekoälymallin kehittäminen, 4. mobiilisovelluksen luominen.

4. Stetoskooppien kartoitus ja arviointi

Erilaisten kaupallisten digitaalisten stetoskooppien soveltuvuutta käytettävään järjestelmään arvioidaan seuraavien kriteereiden mukaan:

• Liitäntämahdollisuudet (BLE, Bluetooth Low Energy,tai analoginen liitin)
• Tiedostojen käyttö tai siirrettävyys
• Sovellusliittymien (API) tai ohjelmistokehityspakettien (SDK) saatavuus
• Mobiilisovellusten yhteensopivuus

4.1. Tietojen keräämiskapasiteetti

Osaa stetoskoopeista voidaan hyödyntää tiedonkeruuseen ilman verkkoyhteyttä, sillä niissä on seuraavat valmiudet:

• Manuaalinen tietojen vienti laitteen omalla sovelluksella (esim. Stemoscope)
• Suora äänitallennus 3,5 mm:n liitännän kautta (esim. Thinklabs, Linktop)

Edellä mainittujen ominaisuuksien ansiosta tällaiset laitteet soveltuvat hyvin tekoälymallien koulutukseen tarvittavan äänimateriaalin kokoamiseen.

4.2. Rajoitukset reaaliaikaisten signaalien saannissa

Useimmissa digitaalisissa stetoskoopeissa ei ole avoimia SDK-ohjelmistokehityspaketteja tai reaaliaikaista BLE-yhteyttä, mikä rajoittaa niiden integrointia kehitettävän sovelluksen suoratoistotoimintoihin. Tämä on merkittävä rajoitus sellaisille sovelluksille, jotka edellyttävät äänen reaaliaikaista analysointia.

5. Mobiilisovellusten kehitys ja suunnittelu

Teknisten rajoitusten ja vaihtoehtojen perusteella on suunnitteilla hybridisovellusmalli, joka tukee kahta erillistä toimintatapaa:

1. Raaliaikainen seuranta

• Käyttää BLE:tä (jos tuettu) tai analogista liitäntää reaaliaikaiseen tallentamiseen
• Näyttää reaaliaikaiset äänen aaltomuodot
• Tekoälyanalyysin pohjalta välitön palaute (esim. hevosen suolistossa on äänen perusteella hiekkaa).

2. Tallennuksen jälkeinen lataus- ja analysointitapa

• Ääni tallennetaan valmistajan omalla sovelluksella
• Käyttäjä jakaa/vie tallenteen (esim. .wav, .mp3), jos mahdollista
• Käyttäjä lataa tiedoston sovellukseemme tekoälypohjaista analysointia varten.

Tämä hybridisovellusmalli tekee kehitettävästä järjestelmästä joustavan ja mahdollistaa laajemman laitteistoyhteensopivuuden.

6. Johtopäätökset

Huolimatta reaaliaikaisen SDK/API-käytön rajoituksista, useat digitaaliset stetoskoopit mahdollistavat tietojen viennin omien sovellustensa kautta. Tämä tekee niistä käyttökelpoisia työkaluja hevosten suoliston äänten keräämiseen ja tekoälyä hyödyntävän sovelluksen kehittämisen aloittamiseen.

Jotta sovelluksen kehitystyössä voidaan vastata sekä lyhyen aikavälin tiedonkeruutarpeisiin että pitkän aikavälin laajentamismahdollisuuksiin, ehdotettu suunnitelma sisältää seuraavat toimet:

• Suolistoäänten kerääminen aloitetaan laitteilla, jotka tukevat tiedostojen vientiä
• Otetaan yhteyttä laitevalmistajiin, jotta saadaan pääsy reaaliaikaiseen integrointiin tarkoitettuihin SDK-sovelluksiin
• Kehitetään kaksitoiminen mobiilisovellus, joka tukee sekä reaaliaikaista seurantaa että ilman verkkoyhteyttä tapahtuvaa analysointia.

Suunniteltu strategia tarjoaa joustavuutta laitteiden käytössä ja varmistaa tietopohjaisen kehityksen ja luo perustan tekoälyratkaisujen kehittämiselle hevosten terveydentilan tarkkailuun.

Kirjoitustyöhön ovat osallistuneet Osman Toronoglu, Johannes Geisler, Aki Happonen ja Heli Suomala

1. Tallennettavat äänet

• Kuopiminen, hirnuminen, seinän potkiminen, piehtarointi, yskiminen, puuskuttava hengitys, karsinassa ramppaaminen, vinkuminen jne.
• Ota lyhyt video hevosesta sen karsinassa, jotta voimme yhdistää äänen ja käyttäytymisen.

2. Tallennuksen toteutus

• Turvallisuus ennen kaikkea – älä koskaan vaaranna itseäsi tai hevosta. Mikäli hevonen on sairas, voit tehdä tallennuksen esimerkiksi odottaessasi eläinlääkäriä
• Käytä puhelimesi omaa videosovellusta (video sisältää automaattisesti äänen)
• Tallenteen ihannepituus on 10–60 sekuntia
• Tallenna, vaikka ääni ei olisi jatkuva; lyhyet, hiljaiset tauot ovat myös hyödyllisiä.
• Ole hiljaa ja vältä taustamelua kuvaamisen aikana. Kerro kuitenkin sanallisesti videon lopussa, mitä videossa tapahtuu, esim. ”Tallenteessa hevonen hirnuu jäätyään yksin talliin”.
• Kuopimisesta, karsinassa ramppaamisesta tai piehtaroinnista otetuissa videoklipeissä on hyvä kertoa lisäksi hevosen karsinassa käytettävä kuivikemateriaali, esim. ”Hevosen karsinan kuivittamiseen on käytetty turvetta”.

3. Tallenteiden lähettäminen

• Lähetä ottamasi video puhelimeltasi Savonia AMK:n jakopalvelun kautta
• Lisätietoa sähköpostilla: heli.suomala@hevostietokeskus.fi

Karkearehut hevosten ruokinnassa

Karkearehut ovat keskeisiä hevosten fysiologisten ja käyttäytymistarpeiden tyydyttämisessä. Hevosen levottomuus –  ja siten tallien äänien  voimakkuus – kasvaa usein ruokinta-aikojen lähestyessä ja hevosia ruokittaessa. Karkearehuista säilöheinä ja/tai kuivaheinä, muodostavat hevosten ruokinnan perustan sisäruokintakauden aikana. Hyvälaatuinen olki täydentää heinäruokintaa ja tarjoaa virikkeitä, ja lihavilla hevosilla sitä voidaan käyttää myös painonhallinnan tukena.

Ruokintakokeessa selvitetään:

• Vaikuttaako oljen antaminen (pidentynyt syöntiaika yöllä) tallin rauhallisuuteen (äänien voimakkuuteen)?
• Muuttuuko ponien paino olkiruokintajaksojen aikana?

Hankkeen selvityksessä mukana olevien ponien ruokinta koostuu kuivasta heinästä, viherpelleteistä, kaurasta ja kivennäisistä. Lisäksi ponit saavat vitamiineja ja suolaa sekä olkiruokintajaksoilla kauran olkea. Ponit punnitaan jokaisen ruokintajakson alussa ja lopussa.

Ruokintajaksojen aikataulu:

• 2.-15.2.2026: Tavallinen heinäruokinta
• 16.-22.2.2026: Olkeen totuttaminen
• 23.2.-7.3.2026: Heinä- ja olkiruokinta; karkearehut annetaan karsinaan kiinnitettävissä heinäsäkeissä illalla
• 8.-13.3.2026: Heinätyynyihin totuttaminen
• 14.-28.3.2026: Osa iltaheinäannoksesta annetaan karsinan lattialta, osa heinätyynyistä

Datan keruu

Ruokintajaksojen aikana ponien käyttäytymistä ja tallin ääniä seurataan ääni- ja videodatan avulla. Järjestelmä perustuu Raspberry Pi -pohjaisiin tallennusyksiköihin, jotka on kytketty tallin kattoon asennettuihin mikrofoneihin ja kameroihin. Näin eläimiä voidaan tarkkailla ilman, että niiden häiritsemistä. Ääni tallennetaan monona, ja videokuvaa käytetään pääasiassa käyttäytymisen seuraamiseen ja datan merkitsemiseen. Tallennukset käynnistyvät automaattisesti ennalta määritellyn aikataulun mukaan, ja kaikki data siirretään Savonian palvelimelle analysoitavaksi. Järjestelmä mahdollistaa esimerkiksi äänen tasojen ja käyttäytymisen vertailun eri ruokintajaksojen välillä.

Hiekkakertymät hevosen paksusuolessa

Paksusuolen hiekkakertymä on Suomessa yleinen ongelma. Hevosten hiekansyönnin tarkkaa syytä ei vielä tunneta, mutta esimerkiksi rehujen syöttäminen maasta ulkotarhoissa voi lisätä riskiä siihen, että maa-ainesta kulkeutuu hevosen ruoansulatuselimistöön rehujen mukana. Suolistoon kertyvä hiekka lisää puolestaan hiekkaähkyn riskiä. Erityisesti ahneet hevoset kuuluvat riskiryhmään, sillä ne saattavat syödä maahan tallautuneita rehunjäämiä. Osalla hevosista syöty hiekka kertyy paksusuoleen ja voi aiheuttaa oireita, kuten ähkyä, ripulia, epämääräisiä kipuoireita ja/tai hevosen laihtumista.

Suolistoäänten taltiointi talleilla

Hankkeessa taltioidaan hevosen suolistoääniä digitaalisen stetoskoopin avulla. Stetoskooppi siirtää äänidatan puhelimeen asennettuun sovellukseen, josta tallenne siirretään jatkoanalysointia varten. Jokaisen äänitallenteen yhteyteen kirjataan taustatieto siitä, onko kyseessä hevonen, jonka suolistossa on röntgenkuvan perusteella todettu hiekkakertymää, vai hevonen, jolla tuoreen röntgentutkimuksen mukaan suolistossa ei ole hiekkaa. Suolistoäänten taltiointi edellyttää, että hevonen seisoo rauhallisesti paikallaan ja että ympäristö on mahdollisimman hiljainen. Digitaalinen stetoskooppi asetetaan hevosen vatsan ‘alimpaan’ kohtaan suolistoäänten kuuntelemiseksi ja taltioimiseksi (Kuvat 1 ja 2).

Kuvat 1 ja 2: Hevosen suolistoääniä taltioidaan digitaalisen stetoskoopin avulla hevosen kotitallilta

Äänidatan hyödyntäminen tekoälymallin opetuksessa

Tallentamisen jälkeen suolistoäänet luokitellaan ja niitä hyödynnetään koneoppimismallin opetuksessa. Tavoitteena on, että malli oppisi tulevaisuudessa erottamaan hiekkakertymiin liittyvät äänet muista suolistoäänistä.

Lähde: Ahneet hevoset altistuvat helpommin paksusuolen hiekkakertymille – tehokas keino hiekan poistamiseen löytyi Helsingin yliopiston tutkimuksessa (linkki)