Perusahaan asal California, Hoomanely, pada Oktober 2026 tahun meluncurkan AI feeder EverBowl ke pasar — stasiun pemberian makan pintar yang memantau cara anjing makan dan minum untuk mendeteksi perubahan kondisi kesehatan lebih dini. Perangkat ini mengukur konsumsi makanan dan air, kecepatan makan, suara mengunyah dan menelan, indikator panas pada moncong, serta gerakan rongga mulut, lalu membandingkan data tersebut dengan norma individual hewan.
Selama 18 bulan pengujian beta dengan partisipasi lebih dari 80 ekor anjing, sistem ini mengumpulkan lebih dari lima juta titik data multimodal. Dalam uji coba tersebut, sistem mendeteksi penyimpangan yang kemudian dikaitkan dengan demam tick, kerusakan gigi dini, dan pemantauan pengobatan sindrom Cushing. Kecerdasan buatan membangun profil kesehatan personal berdasarkan waktu makan harian, dan jika terjadi penyimpangan berkepanjangan, sistem mengirimkan notifikasi kepada pemilik melalui aplikasi serta menyusun laporan jangka panjang untuk dokter hewan.
EverBowl diposisikan bukan sebagai alat diagnostik, melainkan sebagai instrumen yang melengkapi kunjungan ke dokter: perangkat ini memberikan gambaran berkelanjutan tentang perilaku hewan yang tidak mungkin diperoleh dalam kunjungan singkat di klinik. Penasihat veteriner utama perusahaan, Petra Harms, mencatat bahwa pemilik sering kali baru menyadari masalah setelah berminggu-minggu atau berbulan-bulan sejak masalah itu muncul.
Stasiun ini menjadi modul pertama dari platform yang direncanakan, yang di masa depan akan menambahkan sensor gerak, istirahat, berat badan, dan kondisi lingkungan. Perusahaan berencana melakukan penelitian veteriner formal untuk mengonfirmasi akurasi sinyal pada sampel anjing yang lebih besar. Menurut CEO Sai Supriya Sharat, pendekatan ini didasarkan pada biologi: ritual pemberian makan harian adalah momen paling stabil untuk mengumpulkan data tanpa mengganggu rutinitas hewan.
Berbeda dari feeder otomatis biasa yang berorientasi pada kemudahan porsi, EverBowl mengubah mangkuk menjadi sensor yang merekam perubahan halus pada nafsu makan dan mekanika makan yang dapat mengindikasikan nyeri, demam, atau gangguan metabolisme. Hal ini membuka lapisan baru pemantauan di rumah, di mana data tentang pola makan menjadi dasar bagi keputusan pemilik dan dokter hewan yang lebih terinformasi.
