الأمراض النباتية تُعد من الأسباب الرئيسية لتراجع مردود القطاع الزراعي، وغالباً ما تظهر بشكل خفي في المراحل الأولى من نمو النباتات. وقد يكون التأخر في اكتشافها سبباً في تلف المحاصيل أو انخفاض جودتها.

البحث الذي أنجزته الباحثة سكينة أسدي أميري من كلية الهندسة والتكنولوجيا بجامعة مازندران، بالتعاون مع أحد زملائها، اعتمد على دمج تقنيات تحليل الصور وخوارزميات التعلم الآلي، لتحليل خصائص أوراق النباتات من حيث اللون، والملمس، والشكل، ومن ثم تصنيفها تلقائيًا على أنها سليمة أو مصابة، دون الحاجة إلى تدخل بشري مباشر.

وأظهرت نتائج التجارب، التي شملت أكثر من 87 ألف صورة لنباتات مثل التفاح، الذرة، العنب، البطاطا، الطماطم، الكرز، الدراق، الفلفل والفراولة، أن النظام استطاع تشخيص الأمراض بدقة وصلت إلى 98 بالمئة باستخدام خوارزمية "الغابة العشوائية"، و95 بالمئة باستخدام خوارزمية "آلة الدعم الناقل".

ويأمل الباحثون أن يسهم هذا النظام في تحسين إدارة المزارع، من خلال تقليل الكلفة والوقت، والحد من الأخطاء البشرية، إضافة إلى قابليته للتوسع ليشمل أجزاء أخرى من النبات كالساق أو الثمرة، بل والعمل في بيئات زراعية حقيقية ذات ظروف ضوئية متغيرة.

وقد نُشرت نتائج هذا البحث في مجلة "الحوسبة الناعمة وتكنولوجيا المعلومات"، الصادرة عن جامعة نوشيرواني الصناعية في بابل، والمتخصصة في أحدث التطورات في مجال تكنولوجيا المعلومات وعلوم الحاسوب.