Hestedyrlægerne

Hestedyrlægerne er podcasten for dig, der er dyrlæge eller veterinærsygeplejerske og arbejder med heste. I podcasten møder vi eksperter inden for forskellige områder, og vores ambition er at stille de spørgsmål, du ønsker svar på, og tale om ting, som du har praktisk brug for i din hverdag som hestedyrlæge eller veterinærsygeplejerske.

Nye afsnit vil blive udgivet med jævne mellemrum, så tryk på "subscribe" i din podcast-afspiller, så du ikke går glip af et afsnit!

Denne podcast er produceret af Boehringer Ingelheim Animal Health Nordics. Hvis du har et forslag til et kommende tema eller en gæst eller bare gerne vil give feedback på podcasten, kan du kontakte emma.thomsen@boehringer-ingelheim.com
 
Glem heller ikke at se på vores hjemmeside Vetportal.dk. Der finder du som dyrlæge masser af gratis materialer, flere podcasts, webinarer og indbydelser til kurser.

Hestedyrlægerne

Latest episodes

Equint parapoxvirus med Katja Hautala

Equint parapoxvirus med Katja Hautala

40m 47s

Hvad nu hvis den stædige kodeledsdermatitis ikke bare er muk? I denne episode af Hesteveterinærerne afslører Dr. Katja Hautala fra Helsingfors Universitet den overraskende opdagelse af equint parapoxvirus – en hidtil ukendt sygdom hos heste, som er blevet identificeret i Finland i de senere år.

AI i (heste)praksis: Sådan bruges SLEIP i halthedsudredning, med Elin Hernlund fra SLEIP

AI i (heste)praksis: Sådan bruges SLEIP i halthedsudredning, med Elin Hernlund fra SLEIP

40m 21s

I dette afsnit af Hestedyrlægerne udforsker vi, hvordan det AI-drevne værktøj SLEIP revolutionerer diagnostikken af halthed hos heste. Medstifter Elin Hernlund forklarer, hvordan computer vision muliggør præcis bevægelsesanalyse uden at fastgøre sensorer på hesten. Vi diskuterer sammenhængen mellem asymmetri og halthed, vigtigheden af at have en baseline-måling, og hvordan objektiv bevægelsesanalyse kan støtte kliniske beslutninger – selv i komplekse tilfælde med flere ben involveret. Gennem virkelige eksempler vises, hvordan SLEIP kan afsløre skjulte mønstre og forbedre den diagnostiske nøjagtighed.