Новейшие технологии позволяют диагностировать пневмонию телят на ранней стадии
Согласно новому исследованию, мониторинг молочных телят с помощью точных технологий, основанных на «Интернете вещей» или IoT, позволяет диагностировать респираторные заболевания убивающие телят, на ранней стадии. По словам исследователей, новый подход — результат сквозного сотрудничества группы исследователей из Университета штата Пенсильвания, Университета Кентукки и Университета Вермонта — даст производителям молочной продукции возможность улучшить экономику своих ферм.
Это не стратегия молочного животноводства вашего дедушки, отмечает ведущий исследователь Мелисса Кантор, доцент кафедры точного молочного животноводства в Колледже сельскохозяйственных наук штата Пенсильвания. Кантор отметил, что новые технологии становятся все более доступными, предлагая фермерам возможность своевременно обнаруживать проблемы со здоровьем животных, чтобы вмешаться, сохраняя телят и инвестиции, которые они представляют.
IoT относится к встроенным устройствам, оснащенным датчиками, возможностями обработки и связи, программным обеспечением и другими технологиями для подключения и обмена данными с другими устройствами через Интернет. В этом исследовании, объяснил Кантор, технологии IoT, такие как носимые датчики и автоматические кормушки, использовались для тщательного наблюдения и анализа состояния телят.
Такие устройства IoT генерируют огромное количество данных, внимательно отслеживая поведение коров. Чтобы упростить интерпретацию таких данных и дать ключ к разгадке проблем со здоровьем телят, исследователи внедрили машинное обучение — ветвь искусственного интеллекта, которая изучает скрытые закономерности в данных, чтобы различать больных и здоровых телят, учитывая входные данные от устройств IoT.
«Мы надеваем на телят ножные браслеты, которые регистрируют данные о поведении, такие как количество шагов и время лежания», — сказал Кантор. «И мы использовали автоматические кормушки, которые раздают молоко и зерно и фиксируют поведение при кормлении, например, количество посещений и литры потребленного молока. Информация из этих источников сигнализировала, когда состояние теленка было на грани ухудшения».
Респираторное заболевание крупного рогатого скота представляет собой инфекцию дыхательных путей, которая является основной причиной применения противомикробных препаратов у молочных телят и составляет 22% от общей смертности телят. Затраты и последствия болезни могут серьезно повредить экономике фермы, поскольку выращивание молочных телят является одним из крупнейших экономических вложений.
«Диагностика респираторных заболеваний крупного рогатого скота требует интенсивной и специализированной работы, которую трудно найти», — сказал Кантор. «Таким образом, точные технологии, основанные на устройствах IoT, таких как автоматические кормушки, весы и акселерометры, могут помочь обнаружить изменения в поведении до того, как проявятся внешние клинические признаки заболевания».
В ходе исследования данные были собраны у 159 молочных телят с использованием технологий точного животноводства и исследователями, которые проводили ежедневные осмотры физического здоровья телят в Университете Кентукки. Исследователи записали как результаты автоматического сбора данных, так и результаты ручного сбора данных и сравнили их.
В результатах, недавно опубликованных в IEEE Access, ученые сообщили, что предложенный подход позволяет быстрее выявлять телят, у которых развилось респираторное заболевание крупного рогатого скота. Численно система достигла точности 88% для маркировки больных и здоровых телят. Семьдесят процентов больных телят были определены за четыре дня до постановки диагноза, а 80% телят, у которых развился хронический случай заболевания, были выявлены в течение первых пяти дней болезни.
«Мы были очень удивлены, обнаружив, что взаимосвязь с поведенческими изменениями у этих животных сильно отличалась от той, что наблюдалась у животных, которым стало лучше после одного лечения», — сказала она. «И никто никогда не смотрел на это раньше. Мы пришли к выводу, что если эти животные на самом деле ведут себя по-разному, то, вероятно, есть шанс, что технологии IoT, оснащенные методами вывода на основе машинного обучения, действительно смогут идентифицировать их раньше, прежде чем кто-либо сможет с голыми глаз. Это предлагает производителям варианты».
Источник: Университет штата Пенсильвания
