Skuteczne wykrywanie kulawizny ma kluczowe znaczenie dla utrzymania zdrowia, dobrostanu i wydajności bydła mlecznego. W niniejszym badaniu oceniono w pełni zautomatyzowany system obrazowania dwuwymiarowego wykorzystujący uczenie maszynowe do prognozowania wskaźników mobilności w czasie rzeczywistym. System przetestowano w jedenastu gospodarstwach komercyjnych, gdzie wykazał on wydajność porównywalną z doświadczonymi oceniającymi w wykrywaniu kulawych krów oraz krów z uszkodzeniami racic. W przypadku wykorzystania dziennych ocen sprawności ruchowej generowanych przez 30 dni przed podkuciem dokładność systemu uległa poprawie i przewyższyła wyniki oceniających ekspertów. To zaawansowane rozwiązanie technologiczne oferuje potencjał w zakresie wczesnego wykrywania kulawych krów oraz skutecznego zarządzania kulawizną w stadach bydła mlecznego.
