AI ska avslöja när hästen riskerar att bli sjuk

På SLU jobbar forskare för fullt med att skanna hästar. Målet är en AI-modell som ska kunna åskådliggöra hur en häst ser ut i 3D, bara genom att visa AI:n tvådimensionella bilder. Vid skanningen samlas tusentals datapunkter in, som fångar detaljerna i kroppsform och positioner, så att modellen ska lära sig den naturliga variationen i form mellan olika raser, åldrar och träningsnivåer. 

Ridsport ringde upp forskningsledaren Elin Hernlund för att höra mer.

Vad är det ni vill göra?

– Skapa en AI-modell som kan hjälpa hästägare, forskare och veterinärer med till exempel hullbedömning, beteendeövervakning och exteriörbedömning. Det blir extra viktigt när det gäller hästar, för de kan inte berätta hur de mår eller var de har ont. Vi hoppas också att modellen ska kunna se var på kroppen hullet sitter – om det till exempel sitter vid mankammen kan det vara tecken på diabetesliknande sjukdom som kan leda till fång, och då skulle djurägare kunna få information om att hästen är i riskzonen.

Har ni fått skanna tillräckligt många hästar?

– Vi har skannat knappt 300 hästar men vi behöver fler, vi vill ha 500 hästar. Till hösten drar vi i gång med skanningarna igen. Varje häst skannas med tio bilder per sekund i rörelse.

Är det någon hästtyp som ni saknar?

– Ja, hästar som är åt det magra hållet. Kanske beror det på att hästar ofta är i överhull, enligt forskning. Kanske beror det på att hästar i underhull ofta är gamla och att man inte vill köra i väg med dem.

Vad är det som förvånat er mest under projektet?

– Dels hur generösa djurägare är med att hjälpa till och ge av sin tid, att det finns så stort engagemang för att hjälpa forskningen framåt. Men också den kapacitet modellen visat sig ha. Man tror kanske inte på det från början, men nu ser vi att modellen kan ge oss extremt vettig information.

– Jag har också förvånats över hur fort det går med kapacitetsökning inom teknologin. Modellen vi utvecklar är tung att driva, men processorkraften ökar så snabbt att det som var ett kapacitetsproblem för ett par år sen är nu helt möjligt att bygga för en snabb analys – det är bara jättepositivt för mig, och gör att tekniken blir mer och mer applicerbar för en veterinär.

Vad är det som varit svårast?

– Att få rätt kompetens på rätt plats, men nu har vi en fantastisk ingenjör som driver det här, Ylva Mellbin – utan henne hade det inte blivit något. Vi har också fått hjälp med själva skannern från Max Planck-institutet, de använde sig av en skanner för människor och byggde om den så att den skulle kunna skanna hästar.

Hur har ni tänkt att modellen ska funka i framtiden?

– Vi vill att AI:n ska kunna skapa en digital tvilling utifrån vanliga bilder på en häst. Användningsområdet kan vara brett. Vi är ju forskare så vi tänker att det kan användas i forskning. I höst har vi ett projekt som ska titta på hur den genetiska koden kopplar till hästens exteriör, och då ska modellen användas.

– Men det kan också handla om sådant som är bra för djurägare. Ett exempel är om man vill kameraövervaka hästen i boxen – då kan det finnas integritetsproblem för de människor som rör sig i boxen, de kanske inte alltid vill vara med på bild. Men med hjälp av modellen kan man lyfta ur hästen ur bilden, så att det enbart är hästen som syns, och det kan vara väldigt viktigt för integriteten.

Den här artikeln publicerades först i Ridsport nr 8/2026.