Importante passo para os produtores detectarem mudanças comportamentais sutis em bezerras leiteiras, prevendo o início da doença respiratória bovina
Um novo estudo descobriu que ferramentas como pedômetros (sensores que registram o número de passos da vaca), sensores vestíveis (dispositivo para monitorar parâmetros fisiológicos associados a dados ambientais, gerando informações que avaliam as condições de bem-estar e conforto térmico, dentre outros parâmetros em animais de produção) e alimentadores automáticos (monitoram o consumo de alimentos) podem ajudar os produtores a detectar mudanças comportamentais sutis em bezerras leiteiras, prevendo o início da doença respiratória bovina e permitindo um tratamento mais rápido.
Um grupo de pesquisadores da Penn State, University of Kentucky e University of Vermont implantou tecnologia de precisão e técnicas de aprendizado de máquina para descobrir se essa abordagem poderia permitir o diagnóstico oportuno e preciso da doença respiratória bovina (BRD), incluindo persistência (ou seja, detecção de doenças crônicas animais) e detecção precoce em bezerros que ainda não apresentam sintomas clínicos.
A BRD é a principal causa do uso de antimicrobianos em bezerras leiteiras e a causa de quase um quarto (22%) das mortes de bezerros. Se não for detectada, a doença pode afetar o desenvolvimento do animal e consequentemente, crescimento e a produção de leite. É por isso que ser capaz de identificar a doença no início pode ajudar os produtores a tratar seus bezerros precocemente, permitindo uma recuperação mais rápida e minimizando quaisquer efeitos a longo prazo.
também foram observados quanto a sinais de doença externa e consolidação pulmonar na ultrassonografia
Foto – Melissa Cantor, professora assistente de ciência de laticínios de precisão na Penn State
Embora os fazendeiros normalmente monitorem seus animais em busca de sinais visíveis de doenças, avaliar cada bezerro em busca de sinais de BRD é trabalhoso, principalmente em um momento em que a escassez de trabalhadores está causando pressão significativa nas operações. A implantação de tecnologias de precisão de baixo custo pode ajudar os produtores a monitorar o comportamento do bezerro sem os requisitos econômicos e de trabalho associados, teorizaram os autores.
A exemplo, pode-se destacar que os exames de saúde exigem um investimento inicial de US$ 11.992 para pagar o treinador e o estagiário por um período de cerca de 12 semanas e US$ 1,83 de pagamentos diários por bezerro. Por outro lado, um pedômetro requer apenas uma compra de US$ 90 por bezerro e uma manutenção diária de US$ 0,38 por bezerro, enquanto um alimentador de grãos requer uma compra única de US$ 6.500 e uma manutenção diária de US$ 1,62.
Inovador
O estudo, que foi publicado na revista científica de acesso aberto IEEE Access, afirma ter produzido várias inovações no setor – “a primeira estrutura a realizar a previsão antecipada do status de persistência de BRD; o primeiro conjunto de dados a incluir tecnologia de precisão, exames manuais de saúde e ultrassonografia para diagnosticar BRD; e o conjunto de dados com o maior número de dispositivos de tecnologia de precisão adotados”.
laticínios de precisão da Penn State, conduzindo um exame de um bezerro
No estudo, cada bezerro usava um pedômetro com sensor, cujos dados eram coletados a cada 15 minutos, incluindo contagem de passos e tempo deitado. Os animais também usavam brincos RFID (identificação por rádio freqüência) para identificar quando cada um deles se aproximava do comedouro automático, monitorando mudanças no apetite.
Foram colocadas faixas nas pernas das bezerras, que registravam os dados de comportamento da atividade nos animais, como o número de passos e o tempo de descanso, explica a pesquisadora principal Melissa Cantor, professora assistente de ciência de laticínios de precisão na Faculdade de Ciências Agrícolas da Penn State. Foram utilizados comedouros automáticos, que dispensam leite e grãos e registram comportamentos alimentares, como número de visitas e litros de leite consumido. As informações dessas fontes indicavam quando a condição de um bezerro estava prestes a piorar.
Criando o conjunto de dados
O ensaio foi realizado ao longo de dois anos, de junho de 2018 e setembro de 2019 e depois de fevereiro de 2020 a novembro de 2020, com um total de 159 bezerros envolvidos no projeto. Os pesquisadores adotaram um modelo de aprendizado de máquina emparelhado com um problema de seleção de recursos que indica os melhores recursos que maximizam uma previsão com precisão e propuseram um algoritmo para testar diferentes subconjuntos de recursos.
de visitas e os litros de leite consumidos – Foto: Lynn Grooms/Agri-View
Os dados foram coletados e os bezerros examinados fisicamente em busca de sinais de doença externa e consolidação pulmonar. Tanto os resultados coletados automaticamente quanto os coletados manualmente foram registrados e comparados. Por meio dessa estrutura, os pesquisadores descobriram que o sistema rotulou bezerros doentes e saudáveis com 88% de precisão e identificou corretamente 70% dos bezerros quatro dias antes de serem diagnosticados com a doença. Além disso, 80% dos bezerros que desenvolveram BRD crônica foram detectados nos primeiros cinco dias de doença.
Até onde sabem os pesquisadores, este é o primeiro trabalho para estudar o status de persistência da BRD por meio de técnicas de aprendizado de máquina econômicas e o primeiro estudo a publicar um conjunto de dados tão abrangente, que inclui ultrassonografia junto com exames de saúde, fornecendo o maior número de tecnologias de precisão.
antes que os sinais clínicos externos da doença apareçam – Foto: Jim Dickrell
“Ficamos realmente surpresos ao descobrir que a relação com as mudanças comportamentais nesses animais era muito diferente dos animais que melhoraram com um tratamento. E ninguém nunca tinha olhado para isso antes”, declarou a professora Melissa Cantor. Ainda segundo ela, o estudo criou o conceito de que, se esses animais realmente se comportam de maneira diferente, provavelmente há uma chance de que as tecnologias de internet das coisas capacitadas com técnicas de inferência de aprendizado de máquina possam realmente identificá-los mais cedo, antes que qualquer pessoa o faça a olho nu. Isso oferece opções aos produtores.
