Secondo un nuovo studio, il monitoraggio dei vitelli da latte con tecnologie di precisione basate sull'”internet delle cose” o IoT porta alla diagnosi precoce della malattia respiratoria bovina che uccide i vitelli. Il nuovo approccio, risultato della collaborazione trasversale di un team di ricercatori della Penn State, dell’Università del Kentucky e dell’Università del Vermont, offrirà ai produttori lattiero-caseari l’opportunità di migliorare le economie delle loro aziende agricole, secondo i ricercatori.
Questa non è la strategia di produzione lattiero-casearia di tuo nonno, osserva la ricercatrice principale Melissa Cantor, assistente professore di scienze lattiero-casearie di precisione presso il College of Agricultural Sciences della Penn State. Cantor ha osservato che la nuova tecnologia sta diventando sempre più accessibile, offrendo agli allevatori l’opportunità di rilevare i problemi di salute degli animali abbastanza presto da intervenire, salvando i vitelli e l’investimento che rappresentano.
IoT si riferisce a dispositivi integrati dotati di sensori, capacità di elaborazione e comunicazione, software e altre tecnologie per connettersi e scambiare dati con altri dispositivi su Internet. In questo studio, ha spiegato Cantor, sono state utilizzate tecnologie IoT come sensori indossabili e alimentatori automatici per osservare da vicino e analizzare le condizioni dei vitelli.
Tali dispositivi IoT generano un’enorme quantità di dati monitorando da vicino il comportamento delle mucche. Per rendere tali dati più facili da interpretare e fornire indizi sui problemi di salute dei vitelli, i ricercatori hanno adottato l’apprendimento automatico, una branca dell’intelligenza artificiale che apprende i modelli nascosti nei dati per discriminare tra vitelli malati e sani, dato l’input dall’IoT dispositivi.
“Mettiamo fasce per le gambe sui vitelli, che registrano i dati sul comportamento dell’attività nei bovini da latte, come il numero di passi e il tempo di riposo”, ha detto Cantor. “E abbiamo utilizzato alimentatori automatici, che erogano latte e cereali e registrano i comportamenti di alimentazione, come il numero di visite e i litri di latte consumato. Le informazioni provenienti da tali fonti segnalavano quando le condizioni di un vitello stavano per deteriorarsi”.
La malattia respiratoria bovina è un’infezione del tratto respiratorio che è la causa principale dell’uso di antimicrobici nei vitelli da latte e rappresenta il 22% della mortalità dei vitelli. I costi e gli effetti della malattia possono danneggiare gravemente l’economia di un’azienda agricola, poiché l’allevamento di vitelli da latte è uno dei maggiori investimenti economici.
“La diagnosi delle malattie respiratorie bovine richiede un lavoro intensivo e specializzato che è difficile da trovare”, ha detto Cantor. “Quindi, le tecnologie di precisione basate su dispositivi IoT come alimentatori automatici, bilance e accelerometri possono aiutare a rilevare i cambiamenti comportamentali prima che si manifestino i segni clinici esteriori della malattia”.
Nello studio, i dati sono stati raccolti da 159 vitelli da latte utilizzando tecnologie di allevamento di precisione e da ricercatori che hanno eseguito esami quotidiani sulla salute fisica dei vitelli presso l’Università del Kentucky. I ricercatori hanno registrato sia i risultati della raccolta dati automatica sia i risultati della raccolta dati manuale e li hanno confrontati.
Nei risultati recentemente pubblicati in Accesso IEEE, una rivista scientifica ad accesso aperto sottoposta a revisione paritaria pubblicata dall’Institute of Electrical and Electronics Engineers, i ricercatori hanno riferito che l’approccio proposto è in grado di identificare prima i vitelli che hanno sviluppato la malattia respiratoria bovina. Numericamente, il sistema ha raggiunto una precisione dell’88% per l’etichettatura di vitelli sani e malati. Il 70% dei vitelli malati era previsto quattro giorni prima della diagnosi e l’80% dei vitelli che avevano sviluppato un caso cronico della malattia era stato individuato entro i primi cinque giorni di malattia.
“Siamo rimasti davvero sorpresi di scoprire che la relazione con i cambiamenti comportamentali in quegli animali era molto diversa da quella degli animali che sono migliorati con un trattamento”, ha detto. “E nessuno l’aveva mai guardato prima. Abbiamo pensato che se questi animali si comportassero effettivamente in modo diverso, allora c’è probabilmente una possibilità che le tecnologie IoT potenziate con tecniche di inferenza di apprendimento automatico possano effettivamente identificarli prima, prima che chiunque possa farlo con il nudo eye. Ciò offre opzioni ai produttori.”
Hanno contribuito alla ricerca: Enrico Casella, Department of Animal and Dairy Science, University of Wisconsin-Madison; Melissa Cantor, Dipartimento di Scienze Animali, Penn State University; Megan Woodrum Setser, Dipartimento di scienze animali e alimentari, Università del Kentucky; Simone Silvestri, Dipartimento di Informatica, Università del Kentucky; e Joao Costa, Dipartimento di Scienze Animali e Veterinarie, Università del Vermont.
Questo lavoro è stato sostenuto dal Dipartimento dell’Agricoltura degli Stati Uniti e dalla National Science Foundation.
Da un’altra testata giornalistica. news de www.sciencedaily.com
