כיצד חקלאית לשעבר מתחום החלב בניו זילנד הפכה את החוויה האישית שלה עם צליעה לתשוקה לניטור בעלי חיים באמצעות בינה מלאכותית.
בפרק האחרון של GEA’s Dairy בפודקאסט Farming Insights, שיתפה ג'יליאן פולרטון-סמית', המנהלת המסחרית של CattleEye, את נקודת המבט הייחודית שלה על אחד האתגרים היקרים והמתמשכים ביותר בתעשיית החלב – זיהוי צליעה. עם יותר משני עשורים של ניסיון מעשי בחקלאות בניו זילנד ועבודה נרחבת בשוקי החלב העולמיים, ג'יליאן מביאה עמה שילוב נדיר של ידע מעשי ומומחיות מתקדמת בתחום הבינה המלאכותית (AI) כדי להתמודד עם בעיה שמשפיעה על עד 30% מכלל עדרי החלב בעולם.
“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.”
הנתון הזה – 30% מכלל פרות החלב הסובלות מצליעה כלשהי – מייצג הרבה יותר מסתם דאגה לרווחת בעלי החיים. מדובר בגורם שקט הפוגע ברווחיות, שעלול לעלות לחקלאים בין 70 ל-550 דולר לכל מקרה, ופוגע קשות הן במשקים הבודדים והן בענף כולו.
המשבר הנסתר לעין כל
כיום, בתפקידה כמנהלת מסחרית בחברת CattleEye, ג'יליאן מביאה עמה את נקודת המבט הייחודית שלה — שנוצרה בעקבות שנים של ניסיון מעשי בחקלאות ברחבי ניו זילנד, אירלנד, בריטניה ודרום אמריקה — לתחום החקלאות המדויקת ולרווחת העדרים.
“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”
אתגר האיתור הזה הוא הסיבה המרכזית לכך שצליעה הפכה לבעיה כה נפוצה. בניגוד לדלקת העטין, אותה יכולים החקלאים לטפל בקלות יחסית באמצעות צינורות אנטיביוטיקה, הצליעה לרוב נעלמת מעינינו עד שהיא הופכת לכרונית. ובשלב זה, ההחלמה הופכת לקשה ויקרה פי כמה וכמה.
ההיבט הכלכלי הוא חמור. כאשר ג'יליאן דנה עם החקלאים בעלויות הצליעה, הם נוטים לחשוב על הוצאות הטיפול המיידיות, כגון אנטיביוטיקה, ביקורים אצל הווטרינר, תחבושות וחוסמי כאב. אך המציאות כוללת ארבע קטגוריות עלויות הרסניות, שהולכות ומצטברות עם הזמן.
“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.”
ההוצאה השלישית היא הטיפול עצמו, שג'יליאן מציינת כי לרוב מהווה את המרכיב הקטן ביותר. ההוצאה הרביעית, ואולי ההרסנית ביותר, היא ההמתה.
“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”
מתסכול אישי לחדשנות בתעשייה
מסעה של ג'יליאן מחקלאית חלבית המתמודדת עם קשיים לתומכת בטכנולוגיית בינה מלאכותית החל מהאתגרים התפעוליים שחוותה בעצמה בניו זילנד. במסגרת מערכת המבוססת על מרעה, הפרות שלה עברו מרחקים ניכרים מדי יום, כשהן הולכות בשבילים שנראו תקינים אך הכילו סכנות נסתרות.
תסכול זה בנוגע למועד האיתור התברר כאוניברסלי כאשר עברה לתחום טכנולוגיית החלב. בין אם ביקרה במתקנים ברחבי ארצות הברית, ספרד, דרום אפריקה, אוסטרליה או גרמניה, התגלה אותו דפוס – לחקלאים בעלי הכוונות הטובות ביותר לרוב חסרים הכלים והמומחיות הדרושים לאיתור צליעה לפני שהיא הופכת לכרונית.
“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.”
היתרון של CattleEye
הפריצת דרך ששינתה את תפיסתה של ג'יליאן בנוגע לטיפול בצליעה הגיעה בזכות מערכת הזיהוי המונעת על ידי בינה מלאכותית של CattleEye. יכולותיה של הטכנולוגיה חורגות בהרבה מהערכה חזותית אנושית, ומאפשרות זיהוי בעיות תנועה ברמת דיוק שנראתה כמעט בלתי אפשרית.
השינוי שהאיתור המוקדם הזה מחולל בחוות החקלאיות הוא דרמטי. ג'יליאן מצטטת עדות של חקלאי מאריזונה המנהל עדר של 4,000 פרות.
“[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.”
השיפור ביעילות התפעולית מתגלה כמשכנע לא פחות. בעבר העסיק החקלאי שלושה עובדים שפיקחו על הפרות במשך שמונה שעות ביום, ולעתים קרובות זיהו את בעלי החיים הלא נכונים, בעוד שמקרים שדרשו התערבות נעלמו מעיניהם. "עכשיו הוא יודע שהוא מזהה את הפרות הנכונות בכל פעם, וזה נפלא", היא אומרת. "הוא צמצם את צורכי כוח האדם שלו באופן משמעותי, כי עכשיו המערכת מבצעת את הזיהוי עבורו."
יישומים אוניברסליים
בעוד שהדוגמה מאריזונה מדגימה את השפעתה של CattleEye על פעילות בקנה מידה גדול, ג'יליאן מדגישה כי הטכנולוגיה מספקת ערך לכל סוגי החוות, בכל הגדלים. "זה לא רק החוות עם 4,000 פרות. גם החוות המשפחתיות שאנו רואים באזור, אולי החוות עם 300 פרות ומטה, אולי החוות עם 200 פרות. שוב, המטרה היא לוודא שהן מזהות את הפרות הנכונות", היא אומרת.
הפשטות של הטכנולוגיה מתגלה כגורם מכריע ביכולת היישום הרחבה שלה. בניגוד למערכות ניטור מורכבות הדורשות שימוש במכשירים לבישים או תחזוקה נרחבת, CattleEye משתמשת במצלמות דו-ממדיות פשוטות המשתלבות בצורה חלקה בתשתית הקיימת.
“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.”
בעיית הזיהוי השגוי
במשקים גדולים רבים, עובדים בעלי כוונות טובות מנסים לאתר פרות צולעות, אך אין להם את המומחיות הדרושה כדי להבחין בין בעיות תנועה אמיתיות לבין שינויים נורמליים בהליכה.
“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.”
זיהוי שגוי זה יוצר שרשרת של בעיות, כגון בעלי חיים הזקוקים לטיפול אך אינם מקבלים אותו, בעוד שפרות בריאות סובלות מלחץ מיותר כתוצאה מהליכי גזירת הפרסות. "אז הפרות שצריכות לעבור גזירת פרסות לא עוברות אותה. הפרות שלא צריך לגזור להן את הטלפיים בסופו של דבר נלקחות לגיזום. וזה די מלחיץ… מוציאים אותה מהעדר, ומגזזים לה את הטלפיים. וזה קורה לפעמים גם כשהן לא זקוקות לזה," אומרת ג'יליאן.
עתיד מונחה נתונים
הניטור המתמשך ואיסוף הנתונים שמספקת CattleEye מאפשרים לחוות לעקוב אחר מגמות השיפור לאורך זמן, לאמת החלטות ניהוליות ולהדגים את ההתקדמות בפני מפעלי עיבוד וקמעונאים הדורשים סטנדרטים גבוהים יותר של רווחת בעלי חיים.
“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.”
מסעה מחקלאית מתוסכלת לחלוצה בתחום מדגים כיצד הטכנולוגיה החקלאית הטובה ביותר צומחת מתוך אתגרים תפעוליים אמיתיים. באמצעות שילוב של עשרות שנות ניסיון מעשי עם יכולות בינה מלאכותית מתקדמות, ג'יליאן פולרטון-סמית וחברת CattleEye מתמודדות עם אחת הבעיות העיקשות והיקרות ביותר בענף הרפתנות.
בהתחשב בכך שצליעה עולה לתעשיית החלב העולמית מיליארדים מדי שנה ומשפיעה על עד 30% מכלל פרות החלב, טכנולוגיות לאיתור מוקדם כמו CattleEye מייצגות יותר מאשר יעילות תפעולית – הן מהוות נתיב לשיטות חקלאיות רווחיות, בנות-קיימא והומניות יותר, המטיבות עם בעלי החיים, החקלאים והצרכנים כאחד.
האזינו לפרק המלא של "GEA Dairy Farming Insights" כאן.
