Secondo un nuovo studio, il monitoraggio dei vitelli da latte con tecnologie di precisione basate sull'”internet delle cose” (Internet of Things) consente la diagnosi precoce della malattia respiratoria del bovino (BRD). Strumenti come pedometri, sensori indossabili e alimentatori automatici possono aiutare gli allevatori a rilevare sottili cambiamenti nel comportamento dei vitelli che permettono di prevedere l’insorgenza della BRD e anticipare il trattamento degli animali. 

La malattia respiratoria del bovino (BRD) è un’infezione del tratto respiratorio. La BDR rappresenta la causa principale dell’uso di antimicrobici nei vitelli da latte ed è responsabile di quasi un quarto (22%) della mortalità di questi giovani animali. Inoltre, se non rilevata, potrebbe avere effetti sulla crescita dell’animale e sulla produzione di latte. Essere in grado di identificare la malattia precocemente potrebbe aiutare gli allevatori a curare i loro vitelli in anticipo, consentendo un recupero più rapido e riducendo al minimo eventuali effetti a lungo termine. Gli allevatori in genere controllano i loro animali cercando segni visibili della malattia, una valutazione laboriosa, in particolare in un momento in cui la carenza di manodopera sta mettendo a dura prova il lavoro negli allevamenti.

Secondo un nuovo studio, il monitoraggio dei vitelli da latte con tecnologie di precisione basate sull'”internet delle cose” (in inglese Internet of Things o IoT) permette una diagnosi precoce della malattia, addirittura prima della comparsa dei sintomi clinici. Il nuovo approccio è risultato della collaborazione trasversale di un team di ricercatori della Penn State, dell’Università del Kentucky e dell’Università del Vermont.

Le tecnologie di precisione basate sull’IoT, come alimentatori automatici, sensori indossabili e pedometri, possono infatti aiutare a rilevare i cambiamenti comportamentali prima della manifestazione dei segni clinici esteriori della BRD. Questa diagnosi precoce consente un trattamento precoce e quindi un recupero più rapido, con effetti meno a lungo termine, salvando i vitelli e l’investimento che rappresentano.

Il termine Internet delle cose o Internet of Things, è un neologismo utilizzato nel mondo dell’informatica che si riferisce a dispositivi dotati di sensori, capacità di elaborazione e di comunicazione, software e altre tecnologie per connettersi e scambiare dati con altri dispositivi attraverso Internet. In questo studio, ha spiegato Melissa Cantor, autore principale dello studio e assistente professore presso il College of Agricultural Sciences della Penn State, sono state utilizzate tecnologie IoT come sensori indossabili e alimentatori automatici per osservare da vicino e analizzare le condizioni dei vitelli.

I dispositivi IoT generano un’enorme quantità di dati. Per renderli più facili da interpretare e fornire indizi sui problemi di salute dei vitelli, i ricercatori hanno adottato il machine learning, una branca dell’intelligenza artificiale che individua i pattern nascosti nei dati per discriminare tra vitelli malati e sani, utilizzando gli input dei dispositivi IoT.

“Mettiamo sensori sulle zampe dei vitelli, che registrano i dati sul loro comportamento e attività, come il numero di passi e il tempo dedicato al riposo“, ha dichiarato Cantor. “Abbiamo inoltre utilizzato alimentatori automatici, che erogano latte e mangime e registrano i comportamenti alimentari, come il numero di accessi e i litri di latte consumato. Le informazioni provenienti da quelle fonti riferivano quando le condizioni di un vitello iniziavano a cambiare“.

Nello studio, sono stati raccolti dati da 159 vitelli da latte utilizzando tecnologie di precisione. Inoltre, un team di ricercatori ha eseguito esami quotidiani sulla salute dei vitelli presso l’Università del Kentucky. I ricercatori hanno registrato sia i risultati della raccolta dati automatica sia i risultati della raccolta dati manuale e li hanno confrontati.

Nei risultati, recentemente pubblicati su IEEE Access, una rivista scientifica peer-reviewed open access pubblicata dall’Institute of Electrical and Electronics Engineers, gli autori hanno riferito che l’approccio proposto è in grado di identificare prima i vitelli che hanno sviluppato la malattia respiratoria bovina. Numericamente, il sistema ha raggiunto una precisione dell’88% nell’individuazione dei vitelli sani e malati. Il 70% dei vitelli malati era identificato quattro giorni prima della diagnosi e l’80% dei vitelli che avevano sviluppato un caso cronico della malattia era stato individuato entro i primi cinque giorni di malattia.

“Siamo rimasti davvero sorpresi di scoprire che la relazione con i cambiamenti comportamentali in quegli animali era molto diversa da quella degli animali che sono migliorati con un trattamento“, ha dichiarato Cantor. “E nessuno l’aveva mai notato prima. Siamo giunti alla conclusione che se questi animali si comportano effettivamente in modo diverso, allora c’è probabilmente una possibilità che le tecnologie IoT potenziate con tecniche di apprendimento automatico possano effettivamente identificarli prima che chiunque possa farlo ad occhio nudo. Ciò offre nuove possibilità per gli allevatori.“

Tratto da: Enrico Casella et al, A Machine Learning and Optimization Framework for the Early Diagnosis of Bovine Respiratory Disease, IEEE Access (2023). DOI: 10.1109/ACCESS.2023.3291348