Ons gebruik van cookies

Sommige cookies zijn noodzakelijk om de werking van onze website te waarborgen, terwijl andere, optionele of niet-noodzakelijke cookies ons helpen het gebruik van de website te analyseren. U kunt alle optionele cookies accepteren of weigeren, of hieronder per type cookie instellingen aanpassen.

Lees meer in onze cookieverklaring

Functioneel

Deze cookies zorgen ervoor dat essentiële functies, zoals beveiliging, netwerkbeheer en toegankelijkheid, goed werken. U kunt deze uitschakelen door uw browserinstellingen aan te passen, maar dit kan gevolgen hebben voor de werking van de website.

Analytische cookies

Analytische cookies helpen ons onze website te verbeteren door informatie over het gebruik ervan te verzamelen en te rapporteren.

Cookies van derden

Deze cookies worden geplaatst door een andere website dan de website die u bezoekt, meestal als gevolg van ingesloten inhoud, zoals een video, een knop om iets op sociale media te delen, een ‘vind ik leuk’-knop of een kaart met contactgegevens.

Reclamecookies

Deze cookies worden geplaatst door een andere website dan de website die u op dat moment bezoekt, om de advertentievoorkeuren binnen advertentienetwerken te kunnen personaliseren.

Een op AI gebaseerde aanpak van kreupelheidsbeheer

De uitdaging

Met 1.050 Holstein-koeien die driemaal per dag worden gemolken in een grote draaimelkstal, is Highfields Farm geen klein bedrijf. Het is een hoogproductief, professioneel geleid melkveebedrijf in het zuiden van Cheshire dat consequent zeer hoge opbrengsten behaalt.

Maar de omvang brengt ook zijn eigen problemen met zich mee, en kreupelheid is er een die recht evenredig met de omvang van de veestapel toeneemt. Aangezien de koeien in een continue cyclus door de melkstal lopen, is het een uitdaging om van het personeel te verwachten dat het subtiele veranderingen in het looppatroon bij meer dan duizend dieren opmerkt. Het bestaande protocol van het bedrijf leverde waardevolle momentopnames op, maar als verantwoordelijk landbouwbedrijf streefden ze naar een hogere frequentie en meer consistentie. Zo kan een koe die in de dagen na een beoordelingsbezoek vroege tekenen van kreupelheid begon te vertonen, van een gemakkelijk te behandelen aandoening evolueren naar een aandoening die intensievere behandeling en een langer herstel vereist, met als gevolg een langdurige terugval in de melkproductie en de voortplantingsprestaties.

De protocollen voor de hoefgezondheid op het bedrijf waren al degelijk. Wat echt ontbrak, was een dagelijks overzicht van welke koeien anders liepen, welke scores een stijgende lijn vertoonden en welke dieren de aandacht van de hoefsmid nodig hadden voordat hun toestand verslechterde, in plaats van pas daarna.

Waarom CattleEye

Bij de installatie in Highfields werd de camera bij de uitgang van de draaimelkstal geplaatst, in de gang die naar de sorteerpoort leidt. Telkens wanneer een koe de melkstal verlaat en onder de camera doorloopt, analyseert de AI van CattleEye duizenden gegevenspunten met betrekking tot haar gang – rughouding, paslengte, loopsnelheid, asymmetrie in de bewegingen – en kent het systeem een mobiliteitsscore toe. Na een eerste trainingsperiode identificeert het systeem individuele dieren door de unieke combinatie van lichaamsvorm en vachtpatroon van elke koe te herkennen, een proces dat ongeveer zeven dagen in beslag neemt wanneer een nieuwe kudde wordt opgenomen.

De scores worden vervolgens doorgestuurd naar het CattleEye-dashboard van het bedrijf, dat rechtstreeks synchroniseert met de reeds in gebruik zijnde veebesturingssoftware. De dagelijkse routine van veestapelbeheerder John Riley bestond uit het bekijken van de kreupele koe, het controleren welke dieren al waren bekeken, het bijhouden of koeien die een behandeling hadden ondergaan volgens schema herstelden, en het opstellen van trimlijsten voor de regelmatige bezoeken van de hoefsmid op maandag en dinsdag.

De individuele scores van koeien kunnen aan het personeel worden getoond, zodat zij trends kunnen volgen en problemen met de hoeven kunnen opsporen voordat de score stijgt. Die ontwikkeling is in de praktijk van enorm belang. Een koe die van score 1 naar 2 gaat, is klinisch en economisch gezien een heel andere situatie dan een koe die al een score van 3 heeft bereikt.

De resultaten

Na 18 maanden gebruik wist Highfields Farm de totale prevalentie van kreupelheid met 8% te verminderen. Dat cijfer is in de juiste context belangrijker dan het op het eerste gezicht lijkt. Het bedrijf werkte al volgens hoge normen toen CattleEye werd geïnstalleerd. Dit was geen verhaal over een ommekeer. Het betrof een geleidelijke, aanhoudende verbetering in een veestapel die op het eerste gezicht weinig ruimte voor verbetering leek te bieden.

Het bedrijf signaleerde problemen in een vroeg stadium, nog voordat de dieren score 2 of 3 bereikten. Vroegtijdig ingrijpen betekent kortere hersteltijden, lagere behandelingskosten en minder koeien die langdurig beperkt mobiel zijn – wat allemaal bijdraagt aan het behoud van de melkproductie, de voortplantingsprestaties en de productieve levensduur van het dier. Onafhankelijk onderzoek van het Stride-project van de Universiteit van Liverpool schat de kosten van elk geval van kreupelheid op 330 pond, wanneer rekening wordt gehouden met de volledige kosten van verminderde melkproductie, behandeling, langere kalverintervallen en het risico op afvoer.

De scheerplanningen, behandelingsmethoden en de betrokkenheid van de dierenarts bleven ongewijzigd. Wat wel veranderde, was de kwaliteit en frequentie van de informatie waarover het team beschikte. De prevalentie van kreupelheid daalde sinds de installatie van de camera tot een percentage in de lage tienerjaren, waarbij koeien met aanhoudend slechte mobiliteitsscores geleidelijk uit de kudde werden verwijderd. Het systeem was geen vervanging voor goed management, maar maakte het reeds goede management nog nauwkeuriger.

In hun eigen woorden

"Het is heel gebruiksvriendelijk en eenvoudig te installeren — het geeft ons de zekerheid dat de koeien elke dag in de gaten worden gehouden. CattleEye is echt iets waar ik op de boerderij niet meer zonder zou kunnen."

John Riley, Highfields Farm

Wat deze boerderij laat zien

De afname van 8% in kreupelheid was niet het gevolg van het dichten van een voor de hand liggende leemte, maar van het toevoegen van consistente, objectieve, dagelijkse gegevens aan een systeem dat al goed functioneerde. Het bedrijf had CattleEye niet nodig om te weten dat kreupelheid een probleem was. Ze hadden het nodig om precies te zien waar kreupelheid zich ontwikkelde voordat het een probleem werd, bij meer dan duizend dieren, elke dag van het jaar. Dat is een probleem dat ervaren personeel en periodieke beoordelingen door de dierenarts alleen niet kunnen oplossen, hoe bekwaam ze ook mogen zijn.

Reducing Lameness at Scale: How Highfields Farm Made AI Work for 1,000+ Cows