Hogyan alakította egy volt új-zélandi tejtermelő a sántasággal kapcsolatos saját tapasztalatait az AI-alapú állatállomány-figyelés iránti szenvedélyévé.
A GEA’s Dairy Farming Insights podcast című műsorban a CattleEye kereskedelmi igazgatója, Gillian Fullerton-Smith megosztotta egyedi nézőpontját a tejipar egyik legköltségesebb és legkitartóbb kihívásáról – a sántaság felismeréséről. Több mint két évtizedes gyakorlati gazdálkodási tapasztalattal Új-Zélandon és a globális tejipari piacokon végzett kiterjedt munkával a háta mögött Gillian a gyakorlati tudás és a legkorszerűbb mesterséges intelligencia terén szerzett szakértelem ritka kombinációját hozza magával annak a problémának a megoldására, amely világszerte a tejelő állományok akár 30%-át is érinti.
“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.”
Ez a statisztikai adat – miszerint az összes tejelő tehén 30%-a szenved valamilyen formájú sántaságtól – messze túlmutat az állatjóléti aggályokon. Ez egy láthatatlan nyereségcsökkentő tényező, amely a gazdáknak esetenként 70–550 dollárba kerülhet, és amely mind az egyes gazdaságokat, mind az iparág egészét súlyosan érint.
A szemünk előtt zajló rejtett válság
Gillian, aki jelenleg a CattleEye kereskedelmi igazgatója, Új-Zélandon, Írországban, az Egyesült Királyságban és Dél-Amerikában szerzett többéves gyakorlati gazdálkodási tapasztalatai által kialakult egyedi szemléletmódját hozza be a precíziós gazdálkodás és az állomány jóléte területére.
“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”
Ez a felismerési nehézség áll annak középpontjában, hogy a sántaság miért vált ilyen elterjedt problémává. Ellentétben a tőgygyulladással – amelyet a gazdák antibiotikumos csövekkel viszonylag könnyen kezelhetnek –, a sántaság gyakran észrevétlen marad, amíg krónikussá nem válik. Addigra pedig a gyógyulás exponenciálisan nehezebbé és drágábbá válik.
A gazdasági következmények szembetűnőek. Amikor Gillian a sántaság költségeiről beszél a gazdákkal, azok általában az azonnali kezelési költségekre gondolnak, mint például az antibiotikumokra, az állatorvosi vizitekre, a kötésekre és a fájdalomcsillapító tablettákra. A valóság azonban négy súlyos költségkategóriát foglal magában, amelyek idővel egyre nagyobb terhet jelentenek.
“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.”
A harmadik költségtétel maga a kezelés, amely – ahogy Gillian megjegyzi – gyakran a legkisebb összegű tétel. A negyedik, és potenciálisan a legpusztítóbb, az állatok leölése.
“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”
A személyes csalódástól az iparági innovációig
Gillian útja a nehézségekkel küzdő tejtermelőből a mesterséges intelligencia technológiájának szószólójává Új-Zélandon tapasztalt saját üzemeltetési kihívásaival kezdődött. A legeltetésen alapuló rendszerben tartott tehenek naponta jelentős távolságokat tettek meg olyan ösvényeken, amelyek első ránézésre megfelelőnek tűntek, de rejtett veszélyeket rejthettek magukban.
Ez a felismerés időzítésével kapcsolatos frusztráció általánosnak bizonyult, amikor a tejipari technológia területére váltott. Akár az Egyesült Államokban, Spanyolországban, Dél-Afrikában, Ausztráliában vagy Németországban látogatta meg a gazdaságokat, mindenhol ugyanaz a mintázat rajzolódott ki: a legjobb szándékú gazdáknak gyakran hiányoznak azok az eszközök és szakértelem, amelyekkel felismerhetnék a sántaságot, mielőtt az krónikussá válna.
“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.”
A CattleEye előnyei
Az a áttörés, amely megváltoztatta Gillian szemléletét a sántaság kezelésével kapcsolatban, a CattleEye mesterséges intelligencián alapuló felismerő rendszerének köszönhető. A technológia képességei messze meghaladják az emberi szemmel végzett vizuális értékelés határait, és szinte lehetetlennek tűnő pontossággal azonosítja a mozgásbeli problémákat.
A korai felismerés által a gazdaságokban előidézett változás drámai volt. Gillian egy arizonai gazda beszámolóját idézi, aki 4 000 tehenet tart.
“[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.”
A működési hatékonyság javulása szintén meggyőző. Ez a gazda korábban három alkalmazottat foglalkoztatott, akik naponta nyolc órán át figyelték a teheneket, de gyakran tévesen azonosították az állatokat, miközben elmulasztottak olyan eseteket, amelyek beavatkozást igényeltek. „Most már biztos abban, hogy minden alkalommal a megfelelő teheneket választja ki, és ez fantasztikus” – mondja. „Jelentősen csökkentette a munkaerőigényét, mert most már ezt a munkát elvégzik helyette.”
Általános alkalmazások
Bár az arizonai példa a CattleEye nagyüzemi gazdaságokra gyakorolt hatását szemlélteti, Gillian hangsúlyozza, hogy a technológia minden méretű gazdaság számára értéket teremt. „Nem csak a 4000 tehénnel rendelkező gazdaságokról van szó. Még azok a családi gazdaságok is, amelyeket a környéken látunk, például a 300 tehénnel vagy annál kevesebbel, esetleg 200 tehénnel rendelkező gazdaságok is. Itt is arról van szó, hogy biztosítsák a megfelelő tehenek azonosítását” – mondja.
A technológia egyszerűsége döntő fontosságú ennek a széles körű alkalmazhatóságnak a szempontjából. A hordható eszközöket igénylő vagy kiterjedt karbantartást igénylő bonyolult megfigyelő rendszerekkel ellentétben a CattleEye egyszerű 2D-kamerákat használ, amelyek zökkenőmentesen integrálhatók a meglévő infrastruktúrába.
“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.”
A téves azonosítás problémája
Számos nagyüzemben a jó szándékú munkatársak megpróbálják kiszűrni a sántító teheneket, de nincs meg a szükséges szakértelmük ahhoz, hogy megkülönböztessék a valódi mozgásproblémákat a normális járásbeli eltérésektől.
“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.”
Ez a téves azonosítás problémák egész sorát vonja maga után: például olyan állatok maradnak kezelés nélkül, amelyeknek szükségük lenne rá, míg az egészséges tehenek felesleges stresszt szenvednek el a patakápolási eljárások miatt. „Így azok a tehenek, akiket meg kellene vágni, nem kapnak kezelést. Azok a tehenek pedig, akiket nem kell nyírni, végül mégis nyírásra kerülnek. Ez pedig elég stresszes… elviszik a csordából, és megnyírják a patáit. És ez néha akkor is megtörténik, amikor nincs rá szükségük” – mondja Gillian.
Az adatokon alapuló jövő
A CattleEye által biztosított folyamatos nyomon követés és adatgyűjtés lehetővé teszi a gazdaságok számára, hogy nyomon kövessék az időbeli fejlődési tendenciákat, alátámasszák a vezetői döntéseket, és bemutassák az elért eredményeket azoknak a feldolgozóknak és kiskereskedőknek, akik szigorúbb állatjóléti szabványokat követelnek.
“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.”
Az a pályafutása, amely során a csalódott gazdából az iparág úttörőjévé vált, jól példázza, hogy a legjobb mezőgazdasági technológiák hogyan születnek a valós gyakorlati kihívásokból. Az évtizedek alatt szerzett gyakorlati tapasztalatok és a legkorszerűbb mesterséges intelligencia-megoldások ötvözésével Gillian Fullerton-Smith és a CattleEye a tejtermelő gazdaságok egyik legmakacsabb és legköltségesebb problémájára keres megoldást.
Mivel a sántaság évente milliárdokkal terheli a globális tejipart, és az összes tejelő tehén akár 30%-át is érintheti, a CattleEye-hez hasonló korai felismerési technológiák nem csupán a működési hatékonyságot szolgálják – hanem egyben az út is a jövedelmezőbb, fenntarthatóbb és állatbarátabb gazdálkodási gyakorlatok felé, amelyek egyaránt előnyösek az állatok, a gazdák és a fogyasztók számára.
Hallgassa meg a GEA Dairy Farming Insights teljes epizódját itt.
