Napjainkban az adatalapú gazdálkodás már megkerülhetetlenné vált az állattenyésztés területén, különösen igaz ez a tejelő szarvasmarhákkal foglalkozó gazdaságokban.

A PREGA X 2025 konferencián tartott előadásában Dr. habil Kovács Levente a Magyar Agrár- és Élettudományi Egyetem képviseletében mutatta be a diagnosztikai és döntéstámogató rendszerek fejlődését a saját kutatási eredményein keresztül. Előadásában több évtized technológiai változását és azok gyakorlati hatását részletezte, kiemelve a szenzorok, a viselkedéselemző szoftverek és a digitális ikertechnológia szerepét.

A kezdetek: szoftverek és egyszerű érzékelők

Az 1990-es években indult a diagnosztikai rendszerek első hulláma, akkor, amikor a DeLaval létrehozta az első átfogó farmmenedzsment-szoftvert. Ez a rendszer már akkor képes volt a tejvezetőképesség mérésére, aminek köszönhetően időben észlelhetővé vált a tőgygyulladás. Ezek mellett megjelentek kezdetleges pedométerek is, amelyeket elsősorban ivarzásfigyelésre használtak, illetve egyszerű hőmérséklet-érzékelők is alkalmazásra kerültek.

A 2000-es években jelentek meg az első generációs fejőrobotok, illetve az elektronikus fűjelzők – ezek az állatok egyedi azonosítását szolgálták. Ekkor még a bendőbónuszok nem rendelkeztek vezeték nélküli adattovábbítással, az adatokat kézi leolvasókkal kellett kinyerni.

A 2010-es évektől kezdve azonban rohamos fejlődés következett be. A vezeték nélküli adatátviteli technológiák terjedésével már nagyon részletes információkat lehetett gyűjteni az állatok testhőmérsékletéről, aktivitásáról, sőt megjelentek a fejlettebb bendőbónuszok is, amelyek már bendő-pH-t és hőmérsékletet is képesek voltak mérni. Az ekkor piacra kerülő mobilalkalmazások lehetővé tették az állattartók számára, hogy a gazdaság állapotáról valós időben kapjanak értesítéseket.

Mesterséges intelligencia és szenzormentes diagnosztika

A 2020-as évektől a mesterséges intelligencia és a gépi tanulás új dimenziókat nyitott a diagnosztikai rendszerek számára. Olyan szoftverek jelentek meg, amelyek már nem igényeltek fizikai szenzorokat az állatokon – már a megváltozott viselkedés alapján beazonosították az ivarzást, betegségeket vagy például a sántaságot.

Ezek a rendszerek ugyanis kamerák és algoritmusok segítségével elemzik az állatok mozgását és viselkedését, és amennyiben eltérés tapasztalható, a rendszer jelez, így a gazda idejében be tud avatkozni, még mielőtt komolyabb probléma alakulna ki.

Szenzorokat a nyakba, a fülbe

Számos szenzorrendszert teszteltek a kutatások során. A nyakörves megoldások bizonyultak biztonságosabbnak, mivel ezek ritkábban vesznek el, mint a fülre vagy farokra helyezettek. A farokra rögzített szenzor az ellés előtti nyugtalanságot detektálja, és 1–2 órával az ellés előtt képes riasztani – de a nyári hőstresszes időszakban gyakoribbak a fals pozitív jelzések.

Más rendszerek – például a hüvelyhőmérő szenzorok – már az ellés korai szakaszában figyelmeztetnek, azonban stresszt okozhatnak. Ennek ellenére a kutatásban alkalmazott szenzoros csoportban a nehéz ellések aránya jelentősen alacsonyabb volt (39,4%), mint a kontrollcsoportban (56%).

Viselkedéselemző rendszerek: középpontban a sántaság

Kiemelt jelentőséggel bír a sántaság korai felismerése, mivel a tejtermelő gazdaságokban gyakran már csak a súlyos (4–5 pontos) eseteket ismerik fel a gondozók, ami késői és költséges kezelésekhez vezethet. A modern kamerarendszerek azonban képesek napi több alkalommal is vizsgálni az állatokat, például fejéskor, és így már akár a 2 pontos sántaság is észlelhető.

A szoftverek elemzik a gerinc és testvonal szimmetriáját, valamint a lépéshossz és ritmus egyenletességét. A sikeres diagnózis alapját a megfelelő kameraelhelyezés és megvilágítás adja.

Egy másik nagy áttörést a szenzormentes ivarzásdetektáló rendszer jelenti, amely istállóba szerelt kamerák segítségével figyeli az állatok aktivitását. A program elemzi az aktivitásváltozásokat, és szükség esetén riasztást küld a gazdának.

A digitális ikertechnológia a jövő

A digitális ikertechnológia (digital twin) célja egy olyan virtuális modell létrehozása, amely nemcsak a teljes tehenészetet, hanem az egyes állatokat is valós időben tükrözi. Az állatszintű modell figyelembe veszi a genetikai hátteret, a termelési és az egészségügyi előzményeket, a takarmányozást, míg a telepszintű modell a környezeti tényezőkkel (hőmérséklettel, páratartalommal, takarmányminőséggel) dolgozik. Ennek eredményeképpen a gazdák előre láthatják a problémákat, és mindig célzottan avatkozhatnak be.

A technológia előnyei ígéretesek, de a hátránya, hogy a működéséhez nagy mennyiségű és kiváló minőségű adatra van szükség.

Valós idejű stresszmonitoring – magyar fejlesztés

Dr. Kovács Levente és csapata – a Békés megyei Béke Agrár Kft.-vel és a MATE együttműködésében – a GINOP Plusz pályázat keretében egy olyan komplex szenzorrendszert fejlesztett, amely valós idejű stresszmonitoringot tesz lehetővé EKG-jelanalízis és környezeti szenzorok által.

A nyakörvre rögzített egység EKG-t, hőmérsékletet, páratartalmat és aktivitást mér. Az előzetes eredmények szerint a szívritmus-változékonyságból számított paraszimpatikus tónus már 2–4 órával az ellési nyugtalanság fellépése előtt csökkenést mutat, így pontos előrejelzést ad az ellés megindulására.

A diagnosztikai rendszerek fejlődése megállíthatatlan: az egyszerű pedométerektől a komplex digitális ikertechnológiáig hosszú utat tett meg az ágazat. Dr. Kovács Levente előadása rávilágított arra, hogy a megfelelően alkalmazott technológia amellett, hogy hatékonyabb gazdálkodást eredményez, még jobb állatjóléti mutatókat és gazdasági eredményeket is biztosít, azaz a jövő a precíziós állattenyésztésé.

Indexkép: Agroinform.hu