A precisão leva ao diagnóstico precoce

Os comedouros automáticos registram os comportamentos de alimentação dos bezerros, como o número de visitas e os litros de leite consumidos.

Dispositivos da 'Internet das coisas', como alimentadores automáticos, podem ajudar a detectar mudanças comportamentais antes que apareçam sinais clínicos externos de doença.

O monitoramento de bezerros leiteiros com tecnologias de precisão baseadas na “internet das coisas” leva a um diagnóstico mais precoce de doenças respiratórias bovinas, de acordo com os resultados de um novo estudo. As novas tecnologias estão se tornando cada vez mais acessíveis. Isso oferece aos agricultores oportunidades de detectar problemas de saúde animal com rapidez suficiente para intervir, salvando os bezerros e o investimento que eles representam, disse Melissa Cantor, professora assistente de ciência de laticínios de precisão na Universidade Estadual da Pensilvânia.

Internet das coisas refere-se a dispositivos incorporados com sensores, capacidades de processamento e comunicação, software e outras tecnologias para conectar e trocar dados com outros dispositivos através da Internet. No estudo da Universidade Estadual da Pensilvânia, tecnologias de internet das coisas, como sensores vestíveis e alimentadores automáticos, foram usadas para observar e analisar a condição dos bezerros.

Tais dispositivos geram uma enorme quantidade de dados monitorando o comportamento animal. Para facilitar a interpretação dos dados e fornecer pistas sobre problemas de saúde dos bezerros, os pesquisadores adotaram o aprendizado de máquina. Esse é um ramo da inteligência artificial que aprende padrões ocultos em dados para discriminar entre bezerros doentes e saudáveis, com base em informações de dispositivos da Internet das Coisas.

“Colocamos faixas nas pernas nas panturrilhas, que registram dados de atividade e comportamento, como número de passos e tempo deitada”, disse Cantor. “E utilizamos comedouros automáticos, que dispensam leite e grãos, e registram comportamentos alimentares, como número de visitas e litros de leite consumidos. As informações dessas fontes sinalizaram quando a condição de um bezerro estava prestes a piorar.”

Diagnosticar doenças respiratórias bovinas requer trabalho intensivo e especializado, difícil de encontrar, disse ela.

“Assim, tecnologias de precisão baseadas em dispositivos de internet das coisas, como alimentadores automáticos, balanças e acelerômetros, podem ajudar a detectar mudanças comportamentais antes que os sinais clínicos externos da doença se manifestem”, disse ela.

Ela e seus colegas da Universidade Estadual da Pensilvânia coletaram dados de 159 bezerros leiteiros usando tecnologias pecuárias de precisão. Pesquisadores da Universidade de Kentucky realizaram exames diários de saúde física nas panturrilhas. Os pesquisadores registraram os resultados da coleta automática de dados e os resultados da coleta manual de dados e compararam os dois.

Os pesquisadores relataram que a abordagem é capaz de identificar mais rapidamente bezerros que desenvolveram doenças respiratórias bovinas. Numericamente, o sistema alcançou uma precisão de 88% na rotulagem de bezerros doentes e saudáveis. Setenta por cento dos bezerros doentes foram previstos quatro dias antes do diagnóstico. Oitenta por cento dos bezerros que desenvolveram um caso crônico da doença foram detectados nos primeiros cinco dias de doença.

“Ficamos realmente surpresos ao descobrir que a relação com as mudanças comportamentais nesses animais era muito diferente da dos animais que melhoraram com um tratamento”, disse ela. “Nós criamos o conceito de que se esses animais realmente se comportarem de maneira diferente, então provavelmente há uma chance de que as tecnologias da Internet das Coisas, equipadas com técnicas de inferência de aprendizado de máquina, possam realmente identificá-los mais cedo, antes que alguém possa fazê-lo a olho nu. Isso oferece opções aos produtores.”

Enrico Casella, do Departamento de Ciência Animal e Laticínios da Universidade de Wisconsin, foi um dos pesquisadores que contribuiu para o estudo. Visite animalscience.psu.edu – pesquise “Melissa Cantor” – para obter mais informações.

Melissa Cantor

Jeff Mulhollem é escritor científico da Universidade Estadual da Pensilvânia.

Daily Ag News e informações de mercado de todo o centro-oeste.

A lista dos “Fundamentos do Planejamento de Pastoreio” da Grassland 2.0 Academy foi preenchida em apenas três dias. A lista de espera do verão de 2024 está crescendo à medida que d…