[论文解读] Predicting Illness for a Sustainable Dairy Agriculture: Predicting and Explaining the Onset of Mastitis in Dairy Cows

Cathal Ryan, Christophe Guéret+4 more|arXiv (Cornell University)|Jan 6, 2021

Microbial infections and disease research被引用 5

一句话总结

本文提出了一种机器学习系统，利用挤奶数据和牛只病史，提前七天预测奶牛亚临床乳房炎，并生成可操作的反事实解释，指导农民预防疾病。该系统使用约束优化生成对特征（如产奶量和蛋白质含量）的最小、现实的调整，突出显示微小变动如何改变预测结果，从而提高信任度并支持有针对性的可持续干预。

ABSTRACT

Mastitis is a billion dollar health problem for the modern dairy industry, with implications for antibiotic resistance. The use of AI techniques to identify the early onset of this disease, thus has significant implications for the sustainability of this agricultural sector. Current approaches to treating mastitis involve antibiotics and this practice is coming under ever increasing scrutiny. Using machine learning models to identify cows at risk of developing mastitis and applying targeted treatment regimes to only those animals promotes a more sustainable approach. Incorrect predictions from such models, however, can lead to monetary losses, unnecessary use of antibiotics, and even the premature death of animals, so it is important to generate compelling explanations for predictions to build trust with users and to better support their decision making. In this paper we demonstrate a system developed to predict mastitis infections in cows and provide explanations of these predictions using counterfactuals. We demonstrate the system and describe the engagement with farmers undertaken to build it.

研究动机与目标

• 开发一种机器学习模型，利用挤奶记录和牛只病史数据，提前七天预测奶牛亚临床乳房炎的发病。
• 使用反事实推理生成人类可理解、可操作的模型预测解释，以支持农民决策。
• 通过整合利益相关者对特征可操作性和现实变化水平的反馈，确保模型解释具有可信度和实用性。
• 通过基于可解释预测的早期、针对性干预，减少不必要的抗生素使用和经济损失。
• 通过农民参与和在爱尔兰研究农场的真实数据集上生成反事实解释，评估系统的有效性。

提出的方法

• 在来自七个爱尔兰农场、为期10年的超过2,300头奶牛的数据集上训练二元分类模型，使用挤奶记录、感染史和遗传数据。
• 使用COBYLA约束优化生成反事实解释，以找到使‘健康’预测变为‘乳房炎风险’的最小特征扰动。
• 特征扰动被限制为最多改变三个特征，且在幅度和可操作性上施加领域特定的边界（例如，产奶量变化以0.5–1.5升为增量）。
• 采用按倒数中位绝对偏差加权的曼哈顿距离，以促进稀疏、稳健且可解释的改变。
• 特征被分类为可操作特征（如产奶量、脂肪含量）或信心增强特征（如体细胞计数），后者虽不可修改，但可增强模型可信度。
• 在保留的测试集（10,000个实例）上验证系统，这些实例被高置信度预测为‘健康’（得分 >0.8），生成反事实以评估预测偏移。

实验结果

研究问题

• RQ1 能否利用常规挤奶数据，通过机器学习模型准确预测奶牛亚临床乳房炎，提前七天？
• RQ2 如何生成反事实解释，使模型预测对农民而言具有可操作性和可信度？
• RQ3 哪些特征既可操作又对农民具有实际意义，可用于预防乳房炎？
• RQ4 反事实中最小且现实的特征变化在多大程度上能有效将模型预测从‘健康’逆转为‘有风险’？
• RQ5 如何通过利益相关者指导的特征变化约束，提升模型解释的实用性和可信度？

主要发现

• 该系统成功生成了反事实解释，一致地将预测得分从高置信度的‘健康’（例如0.979）降低至低分（例如0.368）。
• 反事实中平均仅改变三个特征，确保了解释的稀疏性和可解释性。
• 模型识别出如产奶量增加1.5升或脂肪含量增加1个单位等可操作变化，足以使预测结果反转为‘乳房炎风险’。
• 体细胞计数虽短期内无法直接操作，但被纳入反事实中，以契合农民对乳房炎的认知模型，从而增强信任。
• 农民参与确认，产奶量、脂肪含量和蛋白质百分比等特征既可操作又对预防管理具有实际意义。
• 该系统表明，最小且现实的扰动可有效解释模型预测，同时保持与现实农场约束的高度一致。