ניטור עגלי חלב בטכנולוגיות מדויקות המבוססות על "האינטרנט של הדברים", או IoT, מוביל לאבחנה מוקדמת יותר של מחלת נשימה של שור הורגת עגל, על פי מחקר חדש. הגישה החדשנית – תוצאה של שיתוף פעולה רוחבי של צוות חוקרים מפן סטייט, אוניברסיטת קנטקי ואוניברסיטת ורמונט – תציע ליצרני חלב הזדמנות לשפר את הכלכלות של החוות שלהם, על פי החוקרים.
זו לא אסטרטגיית גידול החלב של סבא שלך, מציינת החוקרת הראשית מליסה קנטור, עוזרת פרופסור למדעי חלב מדויקים במכללה למדעי החקלאות של פן סטייט. קנטור ציין כי טכנולוגיה חדשה הופכת לזולה יותר ויותר, ומציעה לחקלאים הזדמנויות לזהות בעיות בריאות של בעלי חיים מספיק מהר כדי להתערב, ולחסוך את העגלים ואת ההשקעה שהם מייצגים.
IoT מתייחס להתקנים משובצים המצוידים בחיישנים, יכולות עיבוד ותקשורת, תוכנות וטכנולוגיות אחרות לחיבור והחלפת נתונים עם מכשירים אחרים דרך האינטרנט. במחקר זה, הסביר קנטור, נעשה שימוש בטכנולוגיות IoT כגון חיישנים לבישים ומזינים אוטומטיים כדי לצפות מקרוב ולנתח את מצב העגלים.
מכשירי IoT כאלה מייצרים כמות עצומה של נתונים על ידי מעקב צמוד אחר התנהגות הפרות. כדי להקל על פרשנות נתונים כאלה, ולספק רמזים לבעיות בריאות בעגל, החוקרים אימצו למידת מכונה – ענף של בינה מלאכותית שלומד את הדפוסים הנסתרים בנתונים כדי להבחין בין עגלים חולים ובריאים, בהתחשב בקלט מה-IoT מכשירים.
"אנחנו שמים רצועות רגליים על העגלים, שמתעדות נתוני התנהגות פעילות בבקר לחלב, כמו מספר הצעדים וזמן השכיבה", אמר קנטור. "והשתמשנו במזינים אוטומטיים, המחלקים חלב ודגנים ומתעדים התנהגויות האכלה, כמו מספר הביקורים וליטר חלב שנצרך. מידע מאותם מקורות אותת כאשר מצבו של העגל על סף הידרדרות".
מחלת נשימה של שור היא זיהום בדרכי הנשימה המהווה את הסיבה העיקרית לשימוש בתרופות אנטי-מיקרוביאליות בעגלי חלב ומהווה 22% מתמותת העגלים. העלויות וההשפעות של המחלה עלולות לפגוע קשות בכלכלת המשק, שכן גידול עגלי חלב הוא אחת ההשקעות הכלכליות הגדולות ביותר.
"אבחון מחלת נשימת בקר דורש עבודה אינטנסיבית ומתמחה שקשה למצוא", אמר קנטור. "לכן, טכנולוגיות דיוק המבוססות על מכשירי IoT כמו הזנה אוטומטית, מאזניים ומדדי תאוצה יכולות לסייע בזיהוי שינויים התנהגותיים לפני שסימנים קליניים חיצוניים של המחלה באים לידי ביטוי".
במחקר נאספו נתונים מ-159 עגלי חלב באמצעות טכנולוגיות חיה מדויקות ועל ידי חוקרים שביצעו בדיקות בריאות גופניות יומיות של העגלים באוניברסיטת קנטקי. החוקרים רשמו גם תוצאות אוטומטיות של איסוף נתונים וגם תוצאות איסוף נתונים ידני והשוו בין השניים.
בממצאים שפורסמו לאחרונה ב גישה ל-IEEE, כתב עת מדעי בעל גישה פתוחה שפורסם על ידי המכון למהנדסי חשמל ואלקטרוניקה, דיווחו החוקרים כי הגישה המוצעת מסוגלת לזהות עגלים שפיתחו מחלות נשימה של בקר מוקדם יותר. מבחינה מספרית, השיגה המערכת דיוק של 88% לתיוג עגלים חולים ובריאים. שבעים אחוז מהעגלים החולים חזו ארבעה ימים לפני האבחנה, ו-80% מהעגלים שפיתחו מקרה כרוני של המחלה זוהו בחמשת הימים הראשונים של המחלה.
"הופתענו מאוד לגלות שהקשר עם השינויים ההתנהגותיים אצל אותם בעלי חיים היה שונה מאוד מבעלי חיים שהשתפרו עם טיפול אחד", אמרה. "אף אחד מעולם לא הסתכל על זה קודם לכן. הגענו לרעיון שאם החיות האלה באמת מתנהגות אחרת, אז כנראה יש סיכוי שטכנולוגיות IoT המוסמכות עם טכניקות מסקנות למידת מכונה יוכלו לזהות אותן מוקדם יותר, לפני שמישהו יוכל עם העירומים. זה מציע ליצרנים אפשרויות".
למחקר תרמו: אנריקו קסלה, המחלקה למדעי בעלי החיים והחלב, אוניברסיטת ויסקונסין-מדיסון; מליסה קנטור, המחלקה למדעי בעלי החיים, אוניברסיטת פן סטייט; מייגן וודרום סטסר, המחלקה למדעי בעלי החיים והמזון, אוניברסיטת קנטקי; סימון סילבסטרי, המחלקה למדעי המחשב, אוניברסיטת קנטקי; וג'ואאו קוסטה, המחלקה למדעי בעלי החיים והוטרינריה, אוניברסיטת ורמונט.
עבודה זו נתמכה על ידי משרד החקלאות האמריקאי והקרן הלאומית למדע.
קישור לכתבת המקור – 2023-07-14 20:11:36
