Cómo una antigua ganadera lechera neozelandesa convirtió su experiencia personal con la cojera en una pasión por la monitorización del ganado mediante inteligencia artificial.
En un episodio reciente de GEA’s Dairy Farming Insights, la directora comercial de CattleEye, Gillian Fullerton-Smith, compartió su perspectiva única sobre uno de los retos más costosos y persistentes de la industria láctea: la detección de cojeras. Con más de dos décadas de experiencia práctica en la ganadería en Nueva Zelanda y una amplia trayectoria en los mercados lácteos mundiales, Gillian aporta una combinación poco común de conocimientos prácticos y experiencia puntera en IA para abordar un problema que afecta hasta al 30 % de todos los rebaños lecheros del mundo.
“There were times in our herd when we would have had around 25-30% lame cows in the entire herd,” says Gillian, reflecting on her two decades of dairy farming in New Zealand. “It’s only now that I’m working with CattleEye and we’re working with industry specialists that, in fact, this is often the norm.”
Esa cifra —el 30 % de todas las vacas lecheras padecen algún tipo de cojera— supone mucho más que una simple preocupación por el bienestar animal. Se trata de un factor silencioso que merma los beneficios y que puede costar a los ganaderos entre 70 y 550 dólares por caso, lo que tiene consecuencias devastadoras tanto para las explotaciones individuales como para el sector en su conjunto.
La crisis oculta a plena vista
En la actualidad, como directora comercial de CattleEye, Gillian aporta su perspectiva única —forjada tras años de experiencia práctica en el sector ganadero en Nueva Zelanda, Irlanda, el Reino Unido y Sudamérica— a la agricultura de precisión y al bienestar del ganado.
“What can happen with lameness is that you can spot a lame cow, she’s hobbling along on three legs. I can, anybody can,” she says. “But what about those early stages? Those early, early stages where she’s just on the cusp and her lameness is increasing, but it’s not that visible unless perhaps you’re a vet or someone really, really in tune with this”
Este problema de detección es la razón fundamental por la que la cojera se ha convertido en un problema tan generalizado. A diferencia de la mastitis, que los ganaderos pueden tratar con relativa facilidad mediante tubos de antibióticos, la cojera suele pasar desapercibida hasta que se vuelve crónica. Y para entonces, la recuperación se vuelve exponencialmente más difícil y costosa.
La realidad económica es cruda. Cuando Gillian habla con los ganaderos sobre los costes de la cojera, estos suelen pensar en los gastos inmediatos del tratamiento, como antibióticos, visitas al veterinario, vendajes y bloqueos. Pero la realidad abarca cuatro categorías de costes devastadores que se acumulan con el tiempo.
“The first one’s very obvious, in that a lame cow’s production is going to drop. You get that she’s uncomfortable, she’s in pain, it’s going to drop,” she says. “The second one is her fertility is going to drop. Lame cows are not going to cycle, so she can miss that cycle. And if that lameness is not dealt with, she might miss the next one, and so on and so on.”
El tercer gasto es el propio tratamiento, que, según señala Gillian, suele ser el componente de menor cuantía. El cuarto, y posiblemente el más devastador, es el sacrificio selectivo.
“You can get a fantastic cow, fabulous genetics, super high production. And this cow can end up being culled because nobody picked her lameness on time”
De la frustración personal a la innovación en el sector
El recorrido de Gillian, desde su etapa como ganadera lechera en apuros hasta convertirse en defensora de la tecnología de inteligencia artificial, comenzó con los propios retos operativos a los que se enfrentaba en Nueva Zelanda. Al gestionar un sistema basado en pastos, sus vacas recorrían diariamente grandes distancias, caminando por senderos que parecían adecuados pero que escondían peligros ocultos.
Esta frustración con respecto al momento de la detección resultó ser generalizada cuando pasó a dedicarse a la tecnología lechera. Ya fuera visitando explotaciones en Estados Unidos, España, Sudáfrica, Australia o Alemania, se observaba siempre el mismo patrón: los ganaderos, a pesar de sus mejores intenciones, a menudo carecen de las herramientas y los conocimientos necesarios para detectar la cojera antes de que se convierta en crónica.
“One of the key things is they often don’t have the labour to be able to pick these cases,” she says. “And another thing that’s happening that we are seeing is that many of the milk processors now – they want to be very, very sure that the animal welfare meets their standards.”
Las ventajas de CattleEye
El avance que transformó la perspectiva de Gillian sobre el tratamiento de la cojera se produjo gracias al sistema de detección basado en inteligencia artificial de CattleEye. Las capacidades de esta tecnología van mucho más allá de la evaluación visual humana, ya que identifican problemas de movilidad con una precisión que parecía casi imposible.
La transformación que esta detección precoz ha supuesto en las explotaciones agrícolas ha sido espectacular. Gillian cita el testimonio de un ganadero de Arizona que gestiona un rebaño de 4.000 vacas.
“[This farmer] was just chatting about this, and he declared to his vet that he probably had one of the worst lameness problems. He started using CattleEye, and he now says he’s one of the much better performers now.”
Las mejoras en la eficiencia operativa resultan igualmente convincentes. Anteriormente, este ganadero contaba con tres empleados que vigilaban a las vacas durante ocho horas al día, y a menudo identificaban a los animales equivocados o pasaban por alto casos que requerían intervención. «Ahora sabe que siempre identifica a las vacas correctas, y es fantástico», afirma. «Ha reducido significativamente sus necesidades de mano de obra, porque ahora el sistema se encarga de seleccionarlas por él».
Aplicaciones universales
Aunque el ejemplo de Arizona pone de manifiesto el impacto de CattleEye en las explotaciones a gran escala, Gillian destaca que la tecnología aporta valor a explotaciones de todos los tamaños. «No se trata solo de las explotaciones de 4.000 vacas. También incluye las explotaciones familiares que vemos por aquí, quizá las de 300 vacas o menos, o incluso las de 200. Una vez más, se trata de garantizar que identifiquen a las vacas adecuadas», afirma.
La sencillez de esta tecnología resulta fundamental para su amplia aplicabilidad. A diferencia de los complejos sistemas de monitorización que requieren dispositivos portátiles o un mantenimiento exhaustivo, CattleEye utiliza sencillas cámaras 2D que se integran a la perfección en la infraestructura existente.
“Being able to detect the correct cows at the correct time is critical. I mean, it’s wonderful that people can install new parlours and new yards and different backing systems, if they can change those hard turns that the cows have to do – they often can’t do that. Some of those things are beyond their budget, they’re not going to be able to manage that. But being able to detect the correct cows at the correct time is critical.”
El problema de la identificación errónea
En muchas explotaciones de gran tamaño, el personal, aunque bienintencionado, intenta detectar a las vacas cojas, pero carece de los conocimientos necesarios para distinguir entre problemas reales de movilidad y variaciones normales en la marcha.
“What often happens is they look at cows as they’re coming out, and they don’t know if they’re lame or not, because they’re using the human eye again,” she says. “The cows that are actually increasingly getting lame, they don’t see them. And then there’s other cows that maybe they’re older cows, and they have a different gait. That’s just how they walk. These cows are not lame, and what can happen is they’re misidentifying cows.”
Esta identificación errónea genera una serie de problemas, como que los animales que necesitan tratamiento no lo reciban, mientras que las vacas sanas sufren un estrés innecesario debido a los procedimientos de recorte. «Así que a las vacas que hay que recortarles las pezuñas no se les recorta. Las vacas que no necesitan que les recorten las pezuñas acaban siendo recortadas. Y es bastante estresante… la separan del rebaño y le recortan las pezuñas. Y esto ocurre a veces cuando no lo necesitan», dice Gillian.
Un futuro basado en los datos
El seguimiento constante y la recopilación de datos que ofrece CattleEye permiten a las explotaciones ganaderas realizar un seguimiento de las tendencias de mejora a lo largo del tiempo, lo que respalda las decisiones de gestión y demuestra los avances a los procesadores y minoristas que exigen estándares de bienestar más estrictos.
“The key point I would say for a farm with the limited resources that they have is identify the right cows, trim the right cows, and make sure that cows that don’t need to be trimmed – leave them alone, don’t put them through the stress,” she says. “And when people start putting those management systems in place, it’s very easy for us to monitor this, because we can see all the data coming through, we can see their lameness improving, their production increasing, and along with all those other things like fertility and reproduction.”
Su trayectoria, desde granjera frustrada hasta pionera en el sector, es un claro ejemplo de cómo la mejor tecnología agrícola surge de auténticos retos operativos. Al combinar décadas de experiencia práctica con capacidades de inteligencia artificial de vanguardia, Gillian Fullerton-Smith y CattleEye están abordando uno de los problemas más persistentes y costosos de la ganadería lechera.
Dado que la cojera supone un coste anual de miles de millones para la industria láctea mundial y afecta hasta al 30 % de todas las vacas lecheras, las tecnologías de detección precoz como CattleEye representan algo más que eficiencia operativa: son el camino hacia unas prácticas ganaderas más rentables, sostenibles y respetuosas con los animales, que benefician tanto a los animales como a los ganaderos y a los consumidores.
Escucha el episodio completo de «GEA Dairy Farming Insights» aquí.
