Mowi vil velge den beste fisken. Ålesundfirmaet PatoGen bistår gjennom maskinlæring.
Histologi er ett av de mest sentrale verktøyene til å vurdere fiskehelse. 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 i en pressemelding.
– Maskinlæringsproduktet er svært nøyaktig, repeterbart og kan skaleres på store antall prøver.
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:
– Vi håper denne teknologien vil utvikles videre for andre sykdommer og vevstyper, at dette kan anvendes på rutinebaserte histologiske undersøkelser og at dette blir en raskere og mere effektiv måte å kvantifisere histopatologiske forandringer på.
