Cómo puede mejorar la atención a los animales la visión artificial en los zoológicos

Los zoológicos, santuarios y reservas desempeñan un papel importante en la conservación de la fauna silvestre y ayudan a mantener el equilibrio de los ecosistemas. Sin embargo, gestionar las operaciones diarias puede resultar difícil en espacios que albergan una gran variedad de especies, cada una con necesidades propias. Por eso, los cuidadores de animales recurren a nuevos métodos para mejorar la forma de observarlos, tratarlos y atenderlos.

En particular, la inteligencia artificial (AI) se está convirtiendo en una herramienta fiable para el cuidado de los animales y la gestión de zoológicos. Por ello, el mercado mundial de la IA en salud animal está creciendo rápidamente y se prevé que alcance los 8230 millones de dólares en 2034.

Una rama de la IA que ya está teniendo repercusión es la visión artificial. Los modelos de visión artificial, como Ultralytics YOLO11, permiten a las máquinas ver e interpretar imágenes de forma muy parecida a las personas. En el cuidado de los animales, la IA visual puede utilizarse para detectar animales individuales, supervisar sus movimientos e incluso detectar signos de enfermedad que podrían pasar desapercibidos.

Fig. 1. Uso de Ultralytics YOLO11 para detectar elefantes.

En este artículo, exploramos cómo se utiliza la visión artificial en zoológicos y en la atención veterinaria para supervisar la salud, hacer un seguimiento del comportamiento y favorecer el bienestar de los animales.

El papel de la visión artificial en los zoológicos y la atención veterinaria#

Imagina a un cuidador de zoológico vigilando a un animal enfermo y observando atentamente su comportamiento durante todo el día para detectar cualquier cambio. Ahora imagina un sistema de cámaras que realiza esa tarea de forma continua: supervisa al animal las 24 horas y avisa al personal en cuanto detecta algo fuera de lo normal. La visión artificial lo hace posible.

Las cámaras integradas con visión artificial pueden ayudar a supervisar a los animales en tiempo real y facilitar la detección temprana de señales de estrés, lesiones o enfermedades. Los modelos como Ultralytics YOLO11, compatibles con diversas tareas de visión artificial, pueden detectar animales, seguir sus movimientos y ayudar con tareas rutinarias, como la supervisión del comportamiento.

Fig. 2. Ultralytics YOLO11 puede utilizarse para detectar y seguir animales en el zoológico.

Del mismo modo, en la atención veterinaria, la visión artificial puede ayudar a los veterinarios con tareas complejas, como diagnosticar afecciones oculares en especies con anatomías muy diferentes. Por ejemplo, estas herramientas pueden detectar con precisión problemas como las cataratas o el glaucoma, lo que mejora tanto la rapidez como la uniformidad del diagnóstico.

A medida que crece la necesidad de ofrecer una atención eficaz a los animales, los zoológicos y las clínicas adoptan soluciones de visión artificial para gestionar las operaciones diarias de forma más eficiente. Desde la detección temprana de enfermedades hasta la automatización de las comprobaciones rutinarias, modelos como Ultralytics YOLO11 ayudan a los cuidadores a ofrecer una atención más constante y ágil, sobre todo cuando los recursos son limitados.

Aplicaciones de la visión artificial en zoológicos#

Ahora que hemos visto cómo la visión artificial ayuda a cuidar de los animales en zoológicos y clínicas, veamos más de cerca algunos casos prácticos de todo el mundo que muestran cómo se utiliza en iniciativas reales de conservación de la fauna silvestre y supervisión de la salud animal.

Reconocimiento facial de animales: supervisión con IA de pandas en peligro de extinción#

El panda gigante, que antes estaba en peligro de extinción y ahora se considera vulnerable, sigue siendo una prioridad para las iniciativas de conservación. Sin embargo, hacer un seguimiento de cada panda, de su salud, su comportamiento y su reproducción puede ser difícil, ya que tienen rasgos faciales similares. Incluso a los expertos con experiencia les puede costar distinguir unos pandas de otros.

Se han utilizado métodos tradicionales, como examinar huellas o realizar pruebas de ADN, pero suelen ser caros, invasivos y no siempre fiables.

Para abordar este problema, investigadores de la Base de Investigación de Cría del Panda Gigante de Chengdu, en China, han creado un sistema de reconocimiento facial basado en visión artificial. El sistema utiliza IA visual para identificar pandas individuales mediante el análisis de los rasgos sutiles y únicos de sus caras.

Esta tecnología de reconocimiento facial permite a los investigadores hacer un seguimiento continuo de los pandas y observar sus movimientos, hábitos alimentarios y estado de salud sin causarles daño ni molestias. Ofrece una forma sencilla de recopilar información precisa y en tiempo real sobre los pandas, lo que hace que el proceso de supervisión sea mucho más eficaz y fiable.

Fig. 3. Ejemplos de datos anotados utilizados para entrenar modelos de detección e identificación de pandas.

La supervisión de la salud animal con IA evita el estrés de los pandas rojos#

Los pandas rojos son animales tímidos y solitarios cuya supervivencia se ve seriamente amenazada. En los últimos 18 años, unas tres generaciones, su población mundial ha disminuido más de un 50 %, principalmente debido a la pérdida de hábitat y a la captura ilegal. Viven en algunas zonas de Myanmar, Nepal, India y China, especialmente en el Himalaya y el oeste de Sichuan, donde quedan entre 6000 y 7000 pandas rojos.

Incluso en entornos protegidos, como los zoológicos, siguen estando expuestos a riesgos. Los problemas de salud de los pandas rojos suelen manifestarse como pequeños cambios en el comportamiento, por ejemplo, moverse menos, relacionarse menos o dormir mal. Sin embargo, estas señales pueden ser tan sutiles que es fácil pasarlas por alto.

Para ayudar a proteger a estos animales en peligro de extinción, los investigadores están desarrollando nuevas formas de cuidarlos. Por ejemplo, los datos recopilados por cámaras activadas por movimiento en Bifengxia Wildlife World, en China, se utilizaron para entrenar un modelo de visión artificial basado en YOLOv8, diseñado para supervisar el comportamiento de los pandas rojos.

Este modelo puede ayudar a los cuidadores a detectar señales tempranas de estrés o enfermedad, como una quietud inusual o una actividad reducida, sin molestar a los animales. Es un enfoque no invasivo que permite supervisarlos las 24 horas y mantener a los pandas rojos cómodos y sin estrés.

Fig. 4. Supervisión del comportamiento de los pandas rojos mediante visión artificial.

Seguimiento de animales con visión artificial: supervisión de delfines#

Observar cómo se comportan en el agua animales como los delfines mulares puede ser complicado. Nadan rápido, se sumergen a gran profundidad y suelen desplazarse en grupo, lo que dificulta que los cuidadores sigan sus rutinas o detecten pequeños cambios. Sin embargo, entender cómo descansan, interactúan y utilizan el espacio es fundamental para mantenerlos sanos. Esto es especialmente importante en zoológicos y acuarios, donde su entorno debe gestionarse cuidadosamente.

En el Brookfield Zoo, en Estados Unidos, los investigadores han diseñado un sistema que utiliza visión artificial para seguir el movimiento de los delfines por todo su recinto. Han instalado cámaras de alta resolución alrededor del recinto para grabar los desplazamientos de los delfines a lo largo del día. A continuación, analizan las grabaciones para comprender patrones de comportamiento, como nadar, descansar, interactuar o explorar.

En concreto, se utiliza el seguimiento de objetos para registrar el movimiento de cada delfín a lo largo del tiempo. Esta técnica de visión artificial permite al sistema identificar a cada delfín y supervisar sus actividades, incluso cuando nadan muy juntos o se sumergen. Al hacer un seguimiento de estos patrones, los cuidadores pueden obtener información sobre cómo utilizan el espacio los delfines, cómo interactúan entre sí y cómo responden a los cambios del entorno.

Fig. 5. Dos cámaras siguen los movimientos de los delfines en el Brookfield Zoo.

Ventajas e inconvenientes de la visión artificial en zoológicos#

Hoy en día, la visión artificial se utiliza en diversos entornos de cuidado animal, desde zoológicos hasta clínicas veterinarias, para mejorar la supervisión, facilitar el diagnóstico y aumentar el bienestar general. Estas son algunas de las principales formas en que ayuda a mejorar las prácticas de cuidado animal:

• Análisis del uso de los recintos: Los mapas de calor y el seguimiento del comportamiento muestran qué zonas del recinto prefieren o evitan los animales, lo que ayuda a los cuidadores de zoológicos a mejorar el diseño del hábitat y la planificación de actividades de enriquecimiento ambiental.
• Menos carga de trabajo: Automatizar las tareas de supervisión rutinarias permite a los equipos de cuidado animal dedicar más tiempo al enriquecimiento ambiental directo, el adiestramiento y la atención médica.
• Colaboración y diagnóstico a distancia: Los vídeos y los datos de comportamiento en tiempo real pueden compartirse con veterinarios, especialistas en comportamiento o investigadores que se encuentren en otro lugar, lo que facilita la atención colaborativa y agiliza los diagnósticos.
• Mejora de la supervisión nocturna: Los sistemas de visión infrarroja y con poca luz permiten al personal supervisar a los animales fuera del horario habitual o durante su actividad nocturna, algo difícil de hacer manualmente sin molestarlos.

Aunque la visión artificial ofrece muchas ventajas para el cuidado de los animales, también hay algunos retos que conviene tener en cuenta. Estas son algunas de las principales limitaciones y factores que debes considerar al adoptar esta tecnología:

• Complejidad de los comportamientos específicos de cada especie: Algunas especies muestran comportamientos sutiles, poco frecuentes o poco estudiados, que son difíciles de etiquetar y detectar con precisión sin datos de entrenamiento exhaustivos y de alta calidad.
• Elevados costes iniciales de instalación: El coste de las cámaras de alta resolución, los equipos resistentes a la intemperie, los servidores y los dispositivos de borde puede suponer una inversión importante, sobre todo para los zoológicos o centros de conservación más pequeños.
• Cobertura limitada y puntos ciegos: A menudo, los animales se refugian en madrigueras, se esconden detrás de árboles o rocas, o utilizan el espacio vertical, zonas que las cámaras fijas podrían no captar sin una instalación costosa y extensa con varios ángulos.
• Información limitada en tiempo real sobre comportamientos complejos: Aunque los comportamientos sencillos, como dormir o moverse, son más fáciles de detectar, a los modelos de IA les cuesta más interpretar con precisión las interacciones sociales sutiles o los estados emocionales.

Conclusiones clave#

La visión artificial está cambiando poco a poco la forma de cuidar a los animales en zoológicos, clínicas veterinarias y reservas. Su capacidad para supervisar los movimientos, detectar signos tempranos de enfermedad y seguir a cada animal la convierte en una herramienta fiable. Aunque estos sistemas no pueden sustituir a las personas cuidadoras, sí pueden ayudarlas a trabajar de forma más eficiente.

De cara al futuro, es probable que veamos aplicaciones más avanzadas de la IA en la supervisión de la salud animal. Por ejemplo, la detección de emociones podría ayudar a seguir en tiempo real los niveles de estrés o comodidad, mientras que la estimación de poses podría detectar señales tempranas de lesiones antes de que sean visibles. Integrada con recintos inteligentes y sensores ponibles, la visión artificial podría formar parte de un sistema conectado que ofrezca a los cuidadores información más detallada sobre el bienestar de cada animal.

¡Únete a nuestra creciente comunidad! Explora nuestro repositorio de GitHub para profundizar en la IA. ¿Listo para empezar tus propios proyectos de visión artificial? Consulta nuestras opciones de licencia. Descubre más sobre la IA en la atención sanitaria y la visión artificial en la agricultura en nuestras páginas de soluciones.