Intelligenza artificiale e termografia: come individuare precocemente la mastite nelle bufale

La mastite è una delle principali problematiche sanitarie negli allevamenti bufalini, e riuscire ad individuarla precocemente significa riuscire ad assicurare gli standard di benessere degli animali, limitando le perdite economiche legate a produzione e qualità del latte. Particolarmente insidiosa è la mastite subclinica, che non presenta segni evidenti all’osservazione dell’animale, ma può essere associata a un aumento della conta delle cellule somatiche (SCC) nel latte e, se non riconosciuta, evolvere in forme più gravi.

È proprio su questa fase precoce della malattia che si concentra lo studio pubblicato nel 2025 sulla rivista Sensors da un gruppo di ricercatori dell’Università degli Studi di Napoli Federico II. Il lavoro propone un sistema automatizzato che combina termografia a infrarossi, intelligenza artificiale e mungitura robotizzata per monitorare in modo continuo e non invasivo la salute della mammella delle bufale mediterranee italiane.

Dalla temperatura della mammella a un indicatore di salute

La ricerca prende avvio dalla considerazione che, durante un processo infiammatorio, aumenta il flusso sanguigno nella zona interessata, e, di conseguenza, aumenta anche la temperatura superficiale della stessa.

Una termocamera a infrarossi è in grado di rilevare queste variazioni senza entrare in contatto con l’animale. La difficoltà consiste, però, nel trasformare questa possibilità in uno strumento realmente utilizzabile in allevamento, questo perché la mammella delle bufale può presentare una certa variabilità morfologica: forma, simmetria, posizione dei capezzoli e conformazione, che possono cambiare sensibilmente da un animale all’altro. Inoltre, una termocamera non inquadra esclusivamente la mammella, ma anche parti dell’addome, delle cosce e della struttura del robot.

Per questo motivo i ricercatori hanno sviluppato un sistema nel quale una rete neurale identifica automaticamente la mammella all’interno dell’immagine termica. Il modello utilizzato è SegFormer, un’architettura basata sui moderni vision transformer, addestrata su 2.148 immagini termiche raccolte direttamente in allevamento e annotate da veterinari esperti. Una volta individuata la mammella, il sistema la segmenta con precisione ed estrae la temperatura cutanea massima (USST), evitando che valori provenienti da altre parti dell’immagine influenzino la misurazione.

Una termocamera integrata nel robot di mungitura

L’obiettivo primario delle attività di ricerca era sviluppare un sistema automatizzato per l’acquisizione di immagini termiche della mammella, sincronizzato con la fase di mungitura e in grado di gestire una notevole quantità di dati. La termocamera è stata installata sul robot di mungitura e programmata per acquisire un’immagine nel momento più adatto, quando la bufala è correttamente posizionata e prima che il braccio robotico possa ostacolare la visuale. Un microcontrollore, collegato a una fotocellula e a un sensore magnetico, riconosce l’ingresso dell’animale e la chiusura del cancello. In questo modo viene generato automaticamente il comando di scatto.

Installazione della termocamera nel robot di mungitura ed esempio di immagine a infrarossi acquisita

Ogni immagine viene poi associata alla specifica sessione di mungitura e quindi all’animale attraverso i dati del robot e il sistema di identificazione. Il risultato è una sorta di cartella sanitaria digitale e dinamica della mammella, alimentata automaticamente nel corso delle successive mungiture. Il sistema considera inoltre temperatura e umidità dell’ambiente, rilevate da una stazione meteorologica. Questi parametri sono importanti perché la radiazione infrarossa misurata dalla termocamera può essere influenzata dalle condizioni atmosferiche. La correzione dei dati consente quindi di ottenere una stima più affidabile della temperatura effettiva della superficie mammaria.

L’intelligenza artificiale riconosce la mammella

Come accennato, la parte centrale del sistema è rappresentata dalla rete SegFormer. Il modello è stato addestrato a distinguere i pixel appartenenti alla mammella da quelli relativi alle altre parti dell’immagine. I risultati ottenuti sul set di test sono stati positivi e indicano una buona capacità di sovrapporre la regione individuata automaticamente a quella identificata dagli esperti. In particolare, il sistema ha identificato correttamente la regione mammaria nel 77,9% dei casi. Quando sono state confrontate le temperature massime individuate automaticamente con quelle ricavate dalle annotazioni dei veterinari, solo il 6,5% delle misurazioni confrontate ha presentato una discrepanza. La differenza assoluta media è risultata pari a circa 0,159 °C.

Esempio di determinazione manuale della regione di interesse della mammella

Gli errori più frequenti hanno riguardato la mancata individuazione di una piccola porzione della mammella o di un capezzolo. Si tratta di un limite ancora presente, ma che, secondo gli autori, ha avuto un impatto contenuto sulla stima della temperatura massima.

Relazione tra incremento della temperatura e rapporto con la mastite

La prova sul campo è stata condotta in un allevamento commerciale di bufale a Cancello e Arnone, in provincia di Caserta, dotato di un sistema di mungitura automatizzato. Durante la sperimentazione sono state analizzate oltre 700 sessioni di mungitura, mettendo in relazione le immagini termiche con i dati relativi al latte.

Le mungiture sono state suddivise sulla base dei valori di conta cellulare online (OCC), utilizzati come indicatore dello stato della mammella. Nel gruppo considerato sano, la temperatura massima media della mammella è risultata di 33,48 °C, mentre negli animali con valori elevati di cellule somatiche ha raggiunto 34,19 °C: una differenza media di 0,71 °C.

La differenza è risultata statisticamente significativa con il test t di Welch (p = 0,0022). Il dato non dimostra, da solo, che una determinata temperatura equivalga automaticamente alla presenza di mastite, ma indica che la temperatura superficiale della mammella può fornire un’informazione utile sullo stato infiammatorio e può essere integrata con gli altri parametri disponibili.

Dalla ricerca all’applicazione in allevamento

Uno degli aspetti più interessanti del sistema è la possibilità di trasformare la termografia da esame occasionale a monitoraggio continuo. L’animale non deve essere fermato, manipolato o sottoposto a una procedura aggiuntiva: la misurazione avviene durante una normale sessione di mungitura. I dati termici possono inoltre essere integrati con produzione di latte, conducibilità elettrica, conta delle cellule somatiche e altre informazioni generate dal robot. Questa integrazione apre la strada a sistemi di allevamento di precisione, nei quali l’intelligenza artificiale può aiutare ad individuare anomalie e a concentrare l’attenzione sugli animali che necessitano di ulteriori controlli.

Lo studio riporta anche osservazioni preliminari su sei bufale con mastite, nelle quali l’aumento della temperatura mammaria è stato osservato prima di variazioni significative della conta cellulare. Gli autori descrivono inoltre l’impiego di farmaci antinfiammatori non steroidei in questi casi, con una successiva riduzione della temperatura e della conta cellulare. Si tratta tuttavia di un’osservazione su un numero molto limitato di animali e non di una prova definitiva dell’efficacia terapeutica del sistema.

Un prototipo promettente, ma non ancora autonomo

Il sistema descritto non è ancora un dispositivo diagnostico completamente autonomo per la mastite subclinica. La tecnologia è attualmente uno strumento di monitoraggio che fornisce informazioni utili al veterinario. Per arrivare a una diagnosi automatica sarà necessario aumentare la dimensione dei campioni, verificare i risultati su allevamenti e popolazioni indipendenti e definire soglie affidabili per distinguere le variazioni fisiologiche da quelle patologiche. Tra gli sviluppi futuri è prevista anche una configurazione con termografia bilaterale, in grado di osservare entrambi i lati della mammella e migliorare il riconoscimento di infiammazioni localizzate.

Nel complesso, questo lavoro mostra come la combinazione di sensori, robotica e intelligenza artificiale possa trasformare un dato apparentemente semplice, come la temperatura della mammella, in una nuova preziosa fonte di informazioni per la gestione sanitaria dell’allevamento, agendo in maniera tempestiva prima che una condizione subclinica diventi un problema evidente.

Liberamente tratto da: “An AI-Driven Multimodal Monitoring System for Early Mastitis Indicators in Italian Mediterranean Buffalo” di Maria Teresa Verde, Mattia Fonisto, Flora Amato, Annalisa Liccardo, Roberta Matera, Gianluca Neglia e Francesco Bonavolontà.