Epsilon Archive for Student Projects

Abstract

En veterinär som väljer att inrikta sig på häst kommer med största sannolikhet att möta hästar med ortopediska skador. Det är ett sådant vanligt problem att det är överrepresenterat vid försäkrings-ärenden och största anledningen till att hästar avlivas i Sverige. På grund av att problemet är så vanligt ställs det höga krav på att en veterinär ska identifiera hältan hos hästen. För att kunna behandla en häst korrekt för sin hälta krävs det att veterinären hittar den primära orsaken till hästens avvikande rörelsemönster. Studier visar att den visuella bedömningen av hästens rörelser har brister. Veterinärernas bedömning av att identifiera frambenshältor är något lättare än bedömningen av bakbenshältor. Däremot är samstämmigheten bristande mellan veterinärer att korrekt identifiera vilket ben som hästen är halt på samt grad av hälta, där framför allt bedömningen av låggradiga hältor har den lägsta samstämmigheten.
Att använda sig av en objektiv mätmetod som ett komplement till den visuella bedömningen för att kunna identifiera och mäta hälta har forskats på under en längre tid inom den ortopediska forsk-ningen och kan nu användas inom kliniska sammanhang. En hälta kan uppvisas i olika sekvenser i en stegcykel hos hästen och i den klassiska visuella bedömningen finns det en begräsning i uppfattningsförmåga att identifiera rörelser i hög acceleration och det kan vara svårt att påvisa en avvikelse i hästens rörelser om hältan endast uppdagas i några få sekvenser i en stegcykel.
Syftet med denna studie var att använda en objektiv mätmetod för att undersöka halta hästars rörelsemönster och om hästens rörelser skiljer sig i sin hemmiljö respektive på kliniken, samt att undersöka hur hästarnas rörelsemönster ser ut efter insatta behandlingar genom uppföljande mätning med objektiv gånganalys. För närvarande saknas det en tydlig studie som undersöker hur hästar kan påverkas av klinikmiljön och om deras rörelsemönster kan förändras, och på så sätt göra det svårare att visuellt bedöma hältor och asymmetrier på kliniker.
I denna studie observerades totalt 5 hästar med hjälp av objektiv hältmätning via markörlös motion capture i mobilapplikationen Sleip AI, som genom artificiell intelligens registrerade hästens rörelseasymmetri. Hästarna i denna studie filmades av djurägarna själva via Sleip AI. Djurägarna filmade hästarna under två separata tillfällen i sin hemmiljö, på rakt spår samt vid longering. Första filmningstillfället utfördes så nära inpå klinikbesöket som möjligt och andra tillfället inom 3 veckor efter besöket beroende på behandlingsplan och på vilka rörelserestriktioner veterinären rekommen-derat. Hästar med kraftiga ortopediska skador uteslöts från studien samt hästar utan tydlig behand-lingsplan.
Resultatet av analyserna från Sleip AI innan klinikbesöket och veterinärens subjektiva bedömning från kliniken visar en delvis samstämmighet.
På grund av den bristande datamängden kunde inte studien dra slutsatser om hur pass mycket klinik-miljön påverkar hästar och om deras rörelsemönster ändras i olika miljöer, samt om hur väl hästar svarar på sina ordinerade behandlingar efter sitt klinikbesök.

If a veterinarian chooses to specialize in horses, they are most likely to encounter horses with orthopedic injuries. The problem is so common that it is overrepresented in insurance claims and is the main reason why horses are euthanized in Sweden. Because of the high prevalence of this issue, veterinarians face significant demands in their task to identify lameness in horses. Correct treatment of lameness requires the veterinarian to identify the primary cause of the horse’s abnormal movement pattern. Studies indicate that the visual assessment of the horse’s movements has limitations. Veterinarians find it somewhat easier to identify lameness in the forelimbs than in the hindlimbs. However, there is inconsistent agreement among veterinarians regarding which leg the horse is lame on and the degree of lameness, particularly for low-grade lameness.
The benefit of using objective gait analysis as a complementary tool to visual assessment has been extensively researched in orthopedic research and has led to frequent employment in clinical settings. Lameness can manifest in different sequences within a stride cycle of the horse, and in the classical visual assessment, there is a limitation in the perception detailed motion at high speed, making it challenging to detect gait abnormalities in trotting horses. Currently, there is no clear study that examines how horses may be affected by the clinical environment and whether their movement patterns can change compared to the home environment, thereby making it more difficult to visually assess lameness and asymmetries at clinics.
The aim of this study was to investigate if movement patterns of lame horses differ between their home environments versus at the clinic, and secondly, to investigate the horses’ movement patterns after receiving treatment, through follow-up measurements using a tool that allows remote objective gait analysis.
In this study, 5 horses were observed using an objective lameness measurement method though markerless motion capture in the smartphone application Sleip AI, which registered the horse’s movement asymmetry using artificial intelligence. In this study the owners captured the horses’ motions patterns themselves using the app on two separate occasions in their home environment, on a straight line and while lunging. The first filming session was conducted as close as possible in time to the visit at the vet clinic, and the second session was to take place within three weeks after the visit, depending on restrictions and treatment instructions from the veterinarian. Horses with severe orthopedic injuries were excluded from the study, as were horses without clear treatment plans.
The results of the analyses from Sleip AI before the clinic examination and the veterinarian subjective assessment from the clinic, showed partial agreement.
Unfortunately, due to the limited amount of data, the study was unable to provide conclusions about how much the clinic environment affects horses and whether their movement patterns change in different environments, as well as how horses respond to their prescribed treatments after their clinic visit.