El sistema desarrollado en Penn State monitorea aves sin manipularlas y proyecta su peso corporal hasta tres semanas antes con una precisión aproximada del 93 %
Redactor: Valentina Ríos
Editor: Javier Morales O.
Investigadores de la Universidad Estatal de Pensilvania, en Estados Unidos, desarrollaron un sistema de visión artificial capaz de seguir pavos individualmente y pronosticar su peso corporal hasta tres semanas antes. En las pruebas, la combinación de una cámara y modelos de inteligencia artificial alcanzó una precisión aproximada del 93 %.
La herramienta busca resolver una dificultad habitual de la avicultura comercial: obtener mediciones frecuentes y precisas sin capturar, manipular y pesar repetidamente a los animales. El seguimiento del peso permite evaluar el crecimiento, la uniformidad del lote, la eficiencia de conversión alimentaria y posibles alteraciones sanitarias.
Imágenes de color y profundidad para medir las aves
El equipo instaló una cámara sobre los pavos en el Centro de Educación e Investigación Avícola de Penn State. El dispositivo registró imágenes convencionales en color y datos de profundidad, con los que podía estimarse la forma y el volumen corporal de cada ejemplar.
Los científicos utilizaron visión por computadora para detectar a las aves y extraer características físicas relacionadas con su peso. A diferencia de una fotografía convencional, la información de profundidad permite representar las dimensiones del cuerpo y diferenciar mejor al animal del piso y de otros elementos presentes en el alojamiento.
Para entrenar y comprobar el sistema, los pavos fueron pesados manualmente cinco veces por semana. Esas mediciones reales sirvieron como referencia para determinar si las estimaciones generadas por el modelo correspondían con el peso observado.
La investigación se suma a otros usos de la inteligencia artificial dentro del sector, entre ellos sistemas que permiten rastrear resistencia a los antibióticos en granjas avícolas y herramientas que analizan información biológica para mejorar la vigilancia sanitaria.
El modelo proyecta el crecimiento con tres semanas de anticipación
Además de estimar el peso presente, el modelo empleó la evolución registrada en las imágenes para pronosticar el peso futuro. Los investigadores consiguieron anticipar el peso corporal hasta tres semanas, con una precisión cercana al 93 % en las condiciones evaluadas.
Esta capacidad podría ayudar al productor a detectar con antelación si un lote se desvía de la trayectoria prevista. Una diferencia persistente puede estar relacionada con problemas en la alimentación, el ambiente, la salud o la uniformidad, aunque la medición automatizada por sí sola no permite determinar la causa.
El sistema también fue evaluado para pronosticar características de la canal. Esta información puede tener utilidad en la planificación de la salida de las aves, el procesamiento y el cumplimiento de los rangos de peso solicitados por los compradores.
Los resultados fueron publicados en Frontiers in Animal Science bajo el título “Computer vision-based forecasting of body weight and carcass in tom turkeys”. Entre los autores figuran Mireia Molins, Luis Giron, John W. Boney y Enrico Casella, investigadores vinculados a Penn State.
Menos manipulación durante el control productivo
Los métodos convencionales suelen basarse en el pesaje manual de una muestra del lote o en básculas instaladas dentro del galpón. La primera alternativa exige trabajo y puede provocar estrés, mientras que las plataformas automáticas dependen de que los animales suban voluntariamente y pueden no representar por igual a todas las aves.
Una cámara elevada permite reunir información de manera frecuente y sin contacto físico. Si el reconocimiento individual funciona de forma estable, el productor puede observar la trayectoria de cada pavo y no únicamente el promedio general del grupo.
Este seguimiento individual ayudaría a identificar diferencias que pueden quedar ocultas dentro de un promedio. La uniformidad es importante porque un lote con variaciones amplias dificulta el manejo de la alimentación y la programación del procesamiento.
El crecimiento también está estrechamente relacionado con la nutrición. Por ello, los datos automatizados podrían complementar las decisiones sobre la alimentación adecuada para los pavos y sobre ajustes en las distintas etapas del ciclo productivo.
Peso, alimento y salud en una misma señal productiva
La conversión alimentaria expresa la relación entre el alimento consumido y el aumento de peso obtenido. Una trayectoria de crecimiento inferior a la esperada puede advertir que las aves no están aprovechando la dieta con la eficiencia prevista o que existe otro factor que limita su desarrollo.
La nutrición influye además en el estado fisiológico y sanitario. Investigaciones anteriores han examinado el efecto de distintas formas de ácido butírico en pavos de producción intensiva, mientras que otros trabajos destacan la importancia de la salud intestinal en las granjas avícolas.
El control automatizado del peso no reemplazaría las evaluaciones veterinarias ni los análisis de consumo y ambiente. Su función sería generar una señal continua que permita reconocer desviaciones y decidir cuándo es necesario revisar las condiciones del lote.
La aplicación comercial requiere nuevas validaciones
La precisión informada corresponde a las aves, instalaciones y condiciones incluidas en el estudio. Antes de extender el sistema a explotaciones comerciales será necesario comprobar su desempeño con diferentes líneas genéticas, edades, densidades, iluminaciones y configuraciones de galpones.
También deberán evaluarse situaciones en las que las aves se superponen, cambian de postura o quedan parcialmente ocultas. El polvo, el movimiento continuo y las variaciones de luz pueden afectar la calidad de las imágenes y, por tanto, las estimaciones.
La adopción dependerá además del costo de las cámaras, la capacidad informática necesaria y la integración de los resultados con los programas de gestión de la granja. Los investigadores presentan el modelo como una base para el monitoreo no invasivo, no como un sustituto inmediato de todos los procedimientos de pesaje.
Si las pruebas posteriores confirman su funcionamiento en granjas de mayor escala, la tecnología podría ofrecer a los avicultores datos más frecuentes sobre crecimiento y uniformidad, reducir la manipulación de las aves y mejorar la planificación del alimento y del procesamiento.
Fuentes referenciales:
Phys.org
Penn State
Frontiers in Animal Science
