Détection des maladies animales

Les épidémies de maladies infectieuses (telles que les infections du bétail) ont récemment fait l'objet d'une large couverture médiatique. L'exemple le plus répandu est la peste porcine africaine, qui a fait d'innombrables morts, forcé l'abattage de millions d'animaux et finalement causé d'énormes dégâts économiques. Les animaux malades augmentent les dépenses de la ferme en augmentant les dépenses médicales, en diminuant la production et en diminuant la rentabilité, en particulier lorsque la maladie entraîne une mort prématurée. La détection précoce de la maladie peut permettre une réponse rapide pour traiter la maladie avant qu'elle ne s'aggrave ou ne se propage à d'autres animaux. De telles indications ont traditionnellement été détectées par l'observation humaine, soit en personne, soit par des enregistrements vidéo. Cette procédure est difficile et prend du temps et présente évidemment des problèmes de précision et de praticité.

e Intelligent Dairy Farm Assistant (IDA) est le produit de la combinaison de l'IA et des capteurs de mouvement, deux technologies de pointe. Un capteur de mouvement fixé au cou de l'animal dans le cadre du système IDA transmet des informations sur les mouvements de l'animal. L'algorithme AI reçoit les mouvements de l'animal à partir du dispositif de détection de mouvement. Les informations du capteur sont enregistrées et coordonnées avec le comportement réel de l'animal. Une fois que suffisamment de données ont été recueillies, l'IA peut déterminer le mouvement physique de l'animal simplement en lisant les données. L'IA est capable d'évaluer si l'animal est malade, prêt à se reproduire ou s'il est devenu moins productif en utilisant les données les plus récentes des capteurs de mouvement et sa comparaison. De plus, l'IA avertit l'éleveur via des alertes lorsque le comportement de l'animal change, permettant une intervention humaine si nécessaire. Les agriculteurs peuvent rapidement identifier et arrêter les épidémies en prenant conscience de ces comportements anormaux à l'aide du Big Data et de l'apprentissage automatique (ML). Les agriculteurs informés peuvent alors agir rapidement pour empêcher la propagation de la maladie. Une telle stratégie évite les pertes financières tout en sauvant de nombreuses vies animales.