Page 43 - 畜牧兽医类动物生理研究分析

第一章 动物疫病防控及管理研究

第三节 动物防疫信息化管理应用实践

一、动物疫病防控与兽医信息技术应用进展

（一）兽医信息技术在动物疫病防控中的应用
1. 计算机应用于疾病诊断与防治
20 世纪 70 年代美国首先用计算机技术辅助诊断小动物。20 世纪 80 年代美
国利用计算机分析脑电图（EEG）来测定小鸡维生素 B6 缺乏症，英国研制“免

疫接种备忘”程序，日本对养殖场兽医卫生检验及对策进行计算机管理。20 世
纪 90 年代初美国私人兽医携带笔记本电脑到农场巡回医疗。日本东京大学杉木
等以大型养鸡场积累的资料为基础，研究蛋鸡产蛋生产预测模拟模型，用于诊断

疾病。国内张泉鑫、陆纲、张信等也进行了相应研究。随着中国养鸡业的发展，
集约化、机械化程度越来越高，要尽快降低疾病造成的经济损失，除引进、培育
好品种之外，更关键的是提高成活率、生产率。1992 年许剑琴等、1995 年刘军
等分别推出鸡病专家系统。在 ESCCD 研究中，解决了传统专家系统较难解决的
问题，但因鸡群发病种类多，发病机理各异，症状复杂多变，受地域、季节和环

境等外部因素影响较大，用产生式规则完整描述如此复杂的系统，势必因规则组
合爆炸导致系统无法实现。ESCCD 在建立模糊规则时进行简化，将部分病症的
典型症状合并为“症候群”进行描述，该方法可减少规则数，提高诊断命中率，

但规则域未能完整覆盖疾病诊断问题空间或彼此产生交叠，可能导致不合理诊断
结果，在一定程度上降低了系统的适应性。验证病历使用联机检索的诊断报告，
多数出自兽医专业刊物，兽医专家根据报告，对规则前件（前提）加权后输入
ESCCD中，达到80％完全符合率，基层使用者因临床水平较低或受实验条件限制，
对临症信息，特别是关键信息加权不够准确，会降低诊断正确率。ESCCD 缺乏

自学习功能，获取专家知识是建立 ESCCD 的“瓶颈”。为获得较完整的鸡病诊
断规则和收集病例，开发者与兽医专家进行长达 2 年的合作，利用神经网络技术，
从知识表示、学习算法等入手，提高了诊断符合率。与国外同期研究成果——利

用人工神经网络对鸡腹水症 1 种疾病进行诊断相比，作者采用该方法提出模式样
本重组的比例训练 BP 算法，对 30 种常见鸡传染病、营养代谢和寄生虫病进行
了优化，同时又加入多媒体技术，让用户任意查询 9 大类 83 种鸡病的病原、症

·31·