Mowi og PatoGen i samarbeid om fiskevelferdsverktøy
PatoGen har i samarbeid med Mowi laget et maskinlæringsprodukt som registrerer betennelsesceller med årsak i CMS og har nettopp levert data fra en stor serie prøver fra smitteforsøk til Mowi Genetics som nå skal anvende disse dataene til å velge de beste lakseindividene til rognproduksjon i selskapet.
- Det har lenge vært snakket om betydningen som maskinlæring/AI kan ha for å tolke histologibilder. Det er derfor veldig tilfredsstillende å kunne være tidlig ut med å levere denne tjenesten til Mowi, sier histopatologene Alf Seljenes Dalum og Even Thoen.
- Maskinlæringsproduktet er svært nøyaktig, repeterbart og kan skaleres på store antall prøver, fortsetter Seljenes Dalum og Thoen.
Raskere genetisk fremgang
Mowi har investert mye ressurser i sitt eget genetikkprogram og i dag er CMS resistens en viktig del av avlsmål.
- For å oppnå de meste nøyaktige avlsverdiene, trenger vi fenotypiske data med høyeste mulige oppløsning. PatoGen sin utvikling av maskinlæringsprodukt for histologianalyser har gitt oss betydelig mer nøyaktige data som gjør det mulig for oss å fange opp enda mer genetisk variasjon for denne viktige egenskapen i vår avlspopulasjon. Dette gjør at vi kan få enda raskere genetisk fremgang for økt resistens mot CMS i Mowi sine matfiskanlegg, sier Dr. Matt Baranski, genetikksjef i Mowi.
Dr. Gordon Ritchie, Group Manager Fish Health & Welfare tilføyer at de håper denne teknologien vil utvikles videre for andre sykdommer og vevstyper og at dette kan anvendes på rutine baserte histologiske undersøkelser og at dette blir en raskere og mere effektiv måte å kvantifisere histopatologiske forandringer på.
