Алгоритм машинного обучения научили определять, насколько сильную боль испытывают мыши. Команда Марка Зилки, которая до этого научила нейросеть разделять изображения белых мышей на те, на которых животное испытывает боль, и те, на которых гримасы боли у мыши нет, разработала облачную платформу PainFace для облегчения анализа гримас у черных мышей. Она умеет определять степень боли по шкале от нуля до восьми. Для идентификации и оценки изменения в выражении морды животного PainFace использует каскад из нескольких сверточных нейросетей. Для обучения алгоритма исследователи использовали мышей C57BL/6. Они разделили животных на три группы: одной провели лапаротомию — разрез брюшной стенки и удалили один-два сантиметра кишечника, другой — лапаротомию с удалением кишечника, перед которой дополнительно ввели обезболивающее. А третьей делали имитацию операции: эти мыши погружались в наркоз, их готовили к операции, в том числе сбривали мех на месте предполагаемого надреза, но лапаротомию им не делали. Каждую мышь до операции и после в течение 30 минут снимали на видео в высоком качестве. Собранные видеоролики ученые загрузили в PainFace, которая из каждого видео извлекла 400-500 изображений мыши. Так было собрано более 70000 изображений мышей. Некоторые из этих изображений люди оценили по шкале гримасы. Этот набор данных частично использовался для обучения, а частично — для последующего тестирования PainFace. После обучения PainFace успешно определила, какая часть морды мыши представлена на изображении. Точность обнаружения глаз составила 0,84. Точность обнаружения носа и ушей равнялась 0,99, а усов — 0,91. Также после обучения PainFace смогла выставить оценки по шкале гримасы. По мере обучения точность ее оценок росла и на пике составила 0,75 и выше (то есть в 75 случаях из 100 совпадала с оценками человека). При этом оценки, которые были присвоены человеком и предсказаны PainFace, значительно перекрывались — для большинства изображений они отличались на 0,5 балла.