Selon une nouvelle étude, la surveillance des veaux laitiers à l’aide de technologies de précision basées sur « l’internet des objets » ou IoT conduit à un diagnostic plus précoce d’une maladie respiratoire bovine tueuse de veaux. Selon les chercheurs, cette nouvelle approche, fruit de la collaboration transversale d’une équipe de chercheurs de Penn State, de l’Université du Kentucky et de l’Université du Vermont, offrira aux producteurs laitiers l’occasion d’améliorer l’économie de leurs fermes.
Ce n’est pas la stratégie d’élevage laitier de votre grand-père, note la chercheuse principale Melissa Cantor, professeure adjointe de science laitière de précision au Penn State’s College of Agricultural Sciences. Cantor a noté que les nouvelles technologies deviennent de plus en plus abordables, offrant aux agriculteurs la possibilité de détecter les problèmes de santé animale suffisamment tôt pour intervenir, sauvant ainsi les veaux et l’investissement qu’ils représentent.
L’IdO fait référence aux appareils embarqués équipés de capteurs, de capacités de traitement et de communication, de logiciels et d’autres technologies pour se connecter et échanger des données avec d’autres appareils sur Internet. Dans cette étude, a expliqué Cantor, les technologies IoT telles que les capteurs portables et les mangeoires automatiques ont été utilisées pour surveiller et analyser de près l’état des veaux.
Ces dispositifs IoT génèrent une énorme quantité de données en surveillant de près le comportement des vaches. Pour faciliter l’interprétation de ces données et fournir des indices sur les problèmes de santé des veaux, les chercheurs ont adopté l’apprentissage automatique, une branche de l’intelligence artificielle qui apprend les modèles cachés dans les données pour faire la distinction entre les veaux malades et en bonne santé, compte tenu de l’entrée des appareils IoT. .
« Nous avons mis des bandes de jambe sur les veaux, qui enregistrent les données de comportement d’activité chez les bovins laitiers, telles que le nombre de pas et le temps de repos », a déclaré Cantor. « Et nous avons utilisé des mangeoires automatiques, qui distribuent du lait et des céréales et enregistrent les comportements alimentaires, tels que le nombre de visites et les litres de lait consommés. Les informations provenant de ces sources signalaient quand l’état d’un veau était sur le point de se détériorer. »
La maladie respiratoire bovine est une infection des voies respiratoires qui est la principale cause d’utilisation d’antimicrobiens chez les veaux laitiers et représente 22 % des décès de veaux. Les coûts et les effets de la maladie peuvent gravement nuire à l’économie d’une ferme, car l’élevage de veaux laitiers est l’un des investissements économiques les plus importants.
« Le diagnostic des maladies respiratoires bovines nécessite une main-d’œuvre intensive et spécialisée difficile à trouver », a déclaré Cantor. « Ainsi, les technologies de précision basées sur les appareils IoT tels que les chargeurs automatiques, les balances et les accéléromètres peuvent aider à détecter les changements de comportement avant que les signes cliniques extérieurs de la maladie ne se manifestent. »
Dans l’étude, des données ont été recueillies auprès de 159 veaux laitiers à l’aide de technologies d’élevage de précision et par des chercheurs qui ont effectué des examens de santé physique quotidiens sur les veaux à l’Université du Kentucky. Les chercheurs ont enregistré à la fois les résultats de la collecte automatique des données et les résultats de la collecte manuelle des données et ont comparé les deux.
Dans des conclusions récemment publiées dans Accès IEEE, les chercheurs ont rapporté que l’approche proposée est capable d’identifier plus tôt les veaux qui ont développé une maladie respiratoire bovine. Numériquement, le système a atteint une précision de 88 % pour l’étiquetage des veaux malades et en bonne santé. Soixante-dix pour cent des veaux malades ont été prédits quatre jours avant le diagnostic, et 80 % des veaux qui ont développé un cas chronique de la maladie ont été détectés dans les cinq premiers jours de la maladie.
« Nous avons été vraiment surpris de découvrir que la relation avec les changements de comportement chez ces animaux était très différente de celle des animaux qui se sont améliorés avec un seul traitement », a-t-elle déclaré. « Et personne n’avait jamais regardé cela auparavant. Nous avons proposé le concept que si ces animaux se comportent réellement différemment, alors il y a probablement une chance que les technologies IoT dotées de techniques d’inférence d’apprentissage automatique puissent en fait les identifier plus tôt, avant que quiconque puisse le faire à nu. œil. Cela offre des options aux producteurs.
Plus d’information:
Enrico Casella et al, Un cadre d’apprentissage automatique et d’optimisation pour le diagnostic précoce des maladies respiratoires bovines, Accès IEEE (2023). DOI : 10.1109/ACCESS.2023.3291348