UNIVERSITY PARK, Pa. – Nowe badania wykazały, że monitorowanie cieląt mlecznych za pomocą technologii precyzyjnych opartych na (IoT) umożliwia wczesne wykrywanie śmiertelnego dla cieląt schorzenia – choroby układu oddechowego bydła.
Ten nowatorski sposób – wynik współpracy badawczej zespołów z Penn State, University of Kentucky i University of Vermont – da hodowcom możliwość poprawy ekonomii swoich gospodarstw.
Nie jest to tradycyjna strategia prowadzenia hodowli mlecznej, zauważa główna badaczka, Melissa Cantor, asystent profesora nauki o precyzyjnej hodowli mlecznej w Penn State’s College of Agricultural Sciences. Cantor podkreśliła, że nowa technologia staje się coraz bardziej przystępna cenowo, dając rolnikom możliwość wczesnego wykrywania problemów zdrowotnych zwierząt.
IoT to technologia obejmująca urządzenia wyposażone w czujniki, które łączą się i wymieniają danymi poprzez internet. W ramach badania zastosowano technologie IoT, takie jak noszone czujniki i automatyczne karmniki, do monitorowania stanu cieląt.
„Założyliśmy cielętom opaski na nogi, które rejestrowały dane dotyczące aktywności, takie jak liczba kroków czy czas spędzony na leżeniu,” mówi Cantor. „Używaliśmy również automatycznych karmników, które dostarczały mleko i ziarno oraz rejestrowały zachowania związane z karmieniem.”
Używaliśmy również automatycznych karmników, które dostarczały mleko i ziarno oraz rejestrowały zachowania związane z karmieniem
Choroba układu oddechowego bydła stanowi główną przyczynę użycia antybiotyków u cieląt mlecznych i odpowiada za 22% śmiertelności cieląt. Koszty i skutki schorzenia mogą poważnie wpłynąć na ekonomię gospodarstwa.
W ramach badania zebrano dane z 159 cieląt mlecznych. Badacze porównali wyniki automatycznego zbierania danych i manualnego zbierania danych. Wyniki opublikowane w IEEE Access wykazały, że proponowane podejście pozwala na szybsze identyfikowanie cieląt chorujących na chorobę układu oddechowego.
„Byliśmy naprawdę zaskoczeni stwierdzając, że zachowanie tych zwierząt bardzo różniło się od zwierząt, które doszły do zdrowia po jednym leczeniu,” powiedziała Melissa Cantor. „Doszliśmy do wniosku, że jeśli te zwierzęta zachowują się inaczej, technologie IoT w połączeniu z technikami wnioskowania uczenia maszynowego mogą je identyfikować wcześniej.”
Doszliśmy do wniosku, że jeśli te zwierzęta zachowują się inaczej, technologie IoT w połączeniu z technikami wnioskowania uczenia maszynowego mogą je identyfikować wcześniej
Badanie wspierały U.S. Department of Agriculture i National Science Foundation.
