Kun 50 føl om året: Frederiksborghesten holder stand
Læs mere →
Kan en smartphone opdage begyndende halthed, før rytteren eller træneren ser den? Svaret er i stigende grad ja. Kunstig intelligens er på få år blevet et af de mest lovende værktøjer inden for hestesundhed, og en ny generation af apps gør avanceret bevægelsesanalyse tilgængelig med blot et mobilkamera.
Teknologien er stadig under udvikling, men forskningen peger på, at AI kan blive et vigtigt supplement til både rytterens erfaring og dyrlægens kliniske vurdering.
Traditionelt har objektiv bevægelsesanalyse krævet avancerede kameraanlæg, kraftplader eller sensorer monteret på hesten. Det har begrænset teknologien til universiteter og specialiserede hesteklinikker.
I dag kan computer vision – den gren af kunstig intelligens, der analyserer billeder og video – udføre mange af de samme målinger direkte fra en video optaget med en smartphone. AI registrerer automatisk over 100 anatomiske punkter på hestens krop og følger deres bevægelse gennem hvert eneste skridt. Derefter beregner algoritmen blandt andet hovedets, mankens og bækkenets bevægelser for at identificere asymmetrier, som kan være tegn på begyndende halthed.
Den mest udbredte løsning er svenske Sleip, som er udviklet i samarbejde mellem dyrlæger, biomekanikere og AI-forskere.
Appen kræver blot, at hesten filmes i trav med en iPhone. Efter få minutter modtager brugeren en rapport med objektive målinger af hestens bevægelsesmønster.
Ifølge udviklerne kan systemet registrere asymmetrier med en præcision ned til omkring to millimeter, og teknologien er videnskabeligt valideret. Appen anvendes i dag af dyrlæger, fysioterapeuter, beslagsmede, professionelle trænere og flere internationale hesteklinikker. Over 150.000 heste er analyseret gennem mere end én million optagelser.
En af de største udfordringer ved halthedsdiagnostik er, at selv erfarne dyrlæger ikke altid vurderer de samme heste ens. Subtile bevægelsesforstyrrelser kan være vanskelige at opdage med det blotte øje.
Her kan AI bidrage med objektive data.
” AI stiller ikke diagnoser – den hjælper og med at se”
Flere forskningsprojekter viser, at maskinlæring kan identificere bevægelsesafvigelser med høj præcision. Et studie offentliggjort i 2025 demonstrerede eksempelvis, at et neuralt netværk kombineret med en enkelt bevægelsessensor kunne skelne mellem halte og ikke-halte heste med omkring 90 procents nøjagtighed under praktiske forhold. Forskerne vurderer, at teknologien kan gøre tidlig diagnosticering både billigere og mere tilgængelig.
Samtidig arbejder forskere med avancerede 3D-modeller af hestens krop, hvor AI rekonstruerer hele hestens bevægelse ud fra almindelige videobilleder. Denne teknologi danner grundlag for fremtidens endnu mere præcise analyseværktøjer.
Selv om teknologien imponerer, understreger både forskere og udviklere, at AI ikke stiller diagnoser.
En app kan vise, at hesten bevæger sig asymmetrisk, men den kan ikke afgøre, om årsagen er smerter, muskelspændinger, dårlig balance, rytterpåvirkning eller en egentlig skade.
Resultaterne skal derfor altid vurderes sammen med en klinisk undersøgelse, hvis der er mistanke om halthed. AI fungerer bedst som et objektivt måleværktøj, der hjælper med at dokumentere udviklingen over tid og understøtter dialogen mellem ejer, træner og dyrlæge.
For den almindelige hesteejer ligger styrken især i at kunne sammenligne optagelser over tid.
Hvis en hest normalt bevæger sig symmetrisk, men gradvist udvikler små ændringer, kan appen gøre opmærksom på udviklingen, længe før problemet bliver tydeligt for øjet.
Det giver mulighed for:
AI er dog langt fra fejlfri.
Resultaterne påvirkes blandt andet af:
Derfor bør én enkelt analyse aldrig stå alene. Flere målinger under ens forhold giver et langt mere pålideligt billede af hestens udvikling.
Udviklingen går hurtigt. Flere forskningsgrupper arbejder allerede på AI-løsninger, der kan analysere endnu flere gangarter, identificere specifikke skader og kombinere video med data fra sensorer, puls og træningsapps.
Samtidig bliver teknologien billigere og lettere at anvende, hvilket betyder, at avanceret bevægelsesanalyse ikke længere kun er forbeholdt eliteklinikker.
For hesteejere betyder det, at kunstig intelligens sandsynligvis bliver en naturlig del af den daglige sundhedskontrol – ikke som en erstatning for fagfolk, men som et ekstra sæt objektive øjne, der kan hjælpe med at opdage problemer tidligere og dokumentere hestens udvikling mere præcist end nogensinde før.
Kilder:
Sleip App – Apple.com