El monitoreo de terneros lecheros con tecnologías de precisión basadas en el internet de las cosas (IdC) permite el diagnóstico temprano de la enfermedad respiratoria bovina, causante de la muerte de terneros, según un nuevo estudio.
por la Universidad Estatal de Pensilvania
Este novedoso enfoque, fruto de la colaboración transversal de un equipo de investigadores de Penn State, la Universidad de Kentucky y la Universidad de Vermont, ofrecerá a los productores lecheros la oportunidad de mejorar la economía de sus explotaciones, según los investigadores.
Esta no es la estrategia tradicional de la ganadería lechera, señala la investigadora principal Melissa Cantor, profesora adjunta de ciencias de la lechería de precisión en la Facultad de Ciencias Agrícolas de la Universidad Estatal de Pensilvania. Cantor señaló que las nuevas tecnologías son cada vez más asequibles, lo que ofrece a los ganaderos la oportunidad de detectar problemas de salud animal con la suficiente rapidez para intervenir, salvando así a los terneros y la inversión que representan.
El IoT se refiere a dispositivos integrados equipados con sensores, capacidades de procesamiento y comunicación, software y otras tecnologías para conectarse e intercambiar datos con otros dispositivos a través de internet. En este estudio, explicó Cantor, se utilizaron tecnologías del IoT, como sensores portátiles y comederos automáticos, para supervisar y analizar de cerca el estado de los terneros.
Estos dispositivos IoT generan una enorme cantidad de datos al monitorizar de cerca el comportamiento de las vacas. Para facilitar la interpretación de estos datos y proporcionar pistas sobre problemas de salud en los terneros, los investigadores adoptaron el aprendizaje automático, una rama de la inteligencia artificial que aprende los patrones ocultos en los datos para distinguir entre terneros enfermos y sanos, basándose en la información de los dispositivos IoT.
«Colocamos bandas en las patas de los terneros, que registran datos de actividad y comportamiento en el ganado lechero , como el número de pasos y el tiempo que permanecen acostados», explicó Cantor. «Y utilizamos comederos automáticos, que dispensan leche y grano y registran los hábitos alimenticios, como el número de visitas y los litros de leche consumidos. La información de estas fuentes indicó cuándo la condición de un ternero estaba a punto de deteriorarse».
La enfermedad respiratoria bovina es una infección del tracto respiratorio que constituye la principal causa del uso de antimicrobianos en terneros lecheros y representa el 22 % de la mortalidad de terneros. Los costos y efectos de esta enfermedad pueden perjudicar gravemente la economía de una explotación ganadera, ya que la cría de terneros lecheros es una de las mayores inversiones económicas.
«El diagnóstico de la enfermedad respiratoria bovina requiere un trabajo intensivo y especializado, difícil de encontrar», afirmó Cantor. «Por ello, las tecnologías de precisión basadas en dispositivos IoT, como comederos automáticos, básculas y acelerómetros, pueden ayudar a detectar cambios de comportamiento antes de que se manifiesten los signos clínicos externos de la enfermedad».
En el estudio, se recopilaron datos de 159 terneros lecheros mediante tecnologías ganaderas de precisión y por investigadores de la Universidad de Kentucky, quienes les realizaron exámenes físicos diarios de salud. Los investigadores registraron los resultados de la recopilación automática y manual de datos y los compararon.
En hallazgos publicados recientemente en IEEE Access , los investigadores informaron que el enfoque propuesto permite identificar con mayor precocidad a los terneros que desarrollaron la enfermedad respiratoria bovina. Numéricamente, el sistema alcanzó una precisión del 88 % al etiquetar terneros enfermos y sanos. El 70 % de los terneros enfermos se predijo cuatro días antes del diagnóstico, y el 80 % de los terneros que desarrollaron un caso crónico de la enfermedad se detectaron dentro de los primeros cinco días de la enfermedad.
«Nos sorprendió mucho descubrir que la relación con los cambios de comportamiento en esos animales era muy diferente a la de los animales que mejoraron con un solo tratamiento», dijo. «Y nadie lo había analizado antes. Se nos ocurrió la idea de que si estos animales realmente se comportan de manera diferente, probablemente exista la posibilidad de que las tecnologías del IoT, potenciadas con técnicas de inferencia de aprendizaje automático , puedan identificarlos antes, antes de que nadie pueda hacerlo a simple vista. Esto ofrece opciones a los productores».
Más información: Enrico Casella et al., Un marco de aprendizaje automático y optimización para el diagnóstico temprano de la enfermedad respiratoria bovina, IEEE Access (2023). DOI: 10.1109/ACCESS.2023.3291348
