Racice na celowniku
Wykorzystywanie AI do analizowania wideo w celu wykrywania obiektów w czasie rzeczywistym, widzenie komputerowe oraz przetwarzanie danych w celach szybszego wychwytywania schorzeń racic – wszystkie te tematy zostały poruszone podczas międzynarodowej konferencji „Kulawizny u przeżuwaczy” (Lameness in ruminants). Przyjrzyjmy się im bliżej.
autor: dr Katarzyna Rzewuska
Automatyczne rozpoznawanie faz DD na hali udojowej
Rozpoznawanie poszczególnych faz DD (dermatitis digitalis) i rejestrowanie ich razem z numerem krowy w celu tworzenia listy dla całego stada – ten projekt śledzę już od kilku lat. Jego pomysłodawczynią i główną siłą napędową jest profesor Dörte Döpfer (Uniwersytet w Wisconsin), odkrywczyni cyklu DD. Pokonała ona wiele przeciwności, by stworzyć system pracujący efektywnie na hali udojowej. Przeszła wszystkie etapy: od fazy badawczej do wykorzystania systemu w warunkach produkcyjnych. Swoimi doświadczeniami podzieliła się podczas warsztatów pokonferencyjnych, zwracając uwagę na to, co jest ważne przy tworzeniu i wykorzystywaniu tego typu systemów oraz jakie ewentualne pułapki i trudności można napotkać.
Zacznijmy od tego, po co tworzyć takie systemy. Dlaczego w ogóle rozpoznawanie faz DD jest ważne? Przede wszystkim systemy takie pozwalają kontrolować liczbę przypadków DD w danym momencie w stadzie. Dysponując informacjami o nasileniu poszczególnych faz choroby, można ponadto dopasować odpowiednie działania. To znacznie zwiększa skuteczność leczenia; niektóre przypadki wymagają interwencji miejscowej, inne regularnej kąpieli racic. Dodatkowo obserwując zmiany w czasie, możemy ocenić, czy system kąpieli został prawidłowo zaprojektowany. Automatyzacja rozpoznawania i rejestracji uwalnia od dodatkowej pracy, jaka wiąże się z prowadzeniem tego rodzaju monitoringu.
Jakie trudności trzeba pokonać i co wziąć pod uwagę? Trzeba się pogodzić z tym, że pracując ze zwierzętami, nie jesteśmy w stanie uzyskać 100% precyzji. Krowy są ciekawe i bywa, że wciskają łeb jedna przed drugą, dlatego kamery odczytujące numery z kolczyków czasem błędnie przypisują numer krowy do obserwacji. Krowy bywają również uparte i potrafią przykleić ucho do głowy, zupełnie nie pokazując kolczyka do obiektywu.
Detekcję występowania schorzeń racic można porównać do szukania igły w stogu siana, bo racice to mały obszar, a do tego występowanie DD nie dotyczy każdej nogi, tylko tych zainfekowanych. W procesie uczenia modelu zostało wykorzystanych 150 000 zdjęć. Badacze musieli z jednej strony zwiększyć dokładność, a z drugiej unikać przekarmienia modelu, by utrzymał generalizację wyników. Ostatecznie chodzi o to, żeby modele radziły sobie z wieloma przypadkami, np. z brudnymi i różnie wybarwionymi nogami, i żeby narzędzie działało dla różnych ras.
Dobranie odpowiednich kamer też przysparza trudności, bo środowisko obory czy hali udojowej nie ułatwia pracy z takim sprzętem. Obiektywy ulegają zabrudzeniu, są nieodporne na wilgoć i odchody, zwłaszcza że występowanie DD na piętce i w szparze międzyracicowej wymusza lokalizację kamer w mało komfortowym dla krowy miejscu. Dodatkowo ważne są takie kwestie techniczne jak liczba klatek na sekundę, naświetlenie czy ochrona sprzętu przed zniszczeniem przez krowy.
Często pomijanym, a zyskującym na znaczeniu tematem jest bezpieczeństwo danych. Dostęp do nich zależy od technologii i narzędzi wykorzystywanej przy tworzeniu systemu. Stworzona przez zespół prof. Döpfer aplikacja na telefon rozpoznaje fazy DD w czasie rzeczywistym bez konieczności łączenia się z internetem. Mikrokomputer pracuje na farmie testowej od 18 miesięcy i jest bardzo stabilny. Obecnie projekt przechodzi w fazę komercjalizacji rozwiązania. W tym miejscu należy postawić pytanie, czy hodowca jest skłonny za takie rozwiązanie zapłacić. Ostateczna decyzja o użytkowaniu każdego z rozwiązań należy bowiem do hodowców, którzy wyznaczają preferowane kierunki rozwoju. Na ten moment wygląda na to, że trzeba cofnąć się o krok i zacząć od rozpoznawania kulawizny. W tym zakresie jednak realizowanych jest wiele projektów.
Automatyczne rozpoznawanie faz DD po kąpieli racic
Ponieważ temat rozpoznawania faz DD ściśle wiąże się z zarządzeniem kąpielami, nie jest zaskoczeniem, że automatyzacją tego etapu zainteresowała się również firma produkująca samonapełniające się wanny do kąpieli racic Hoofcount. Przedsiębiorstwo wkomponowało kamerę w tylną ścianę wanny, tak by była skierowana na nogi krów wychodzących z kąpieli. Dzięki temu może ona nagrywać racice od tyłu. Racice są wówczas oczyszczone po kąpieli, więc wyraźnie widać wszelkie zmiany. System ten opisujemy dokładnie w artykule pt. „Racice pod kontrolą”.
Automatyzacja rozpoznawania schorzeń racic w czasie korekcji
Kolejne rozwiązanie wykorzystujące kamery powstaje właśnie w Danii w ramach czteroletniego projektu realizowanego przy współpracy naukowców z Uniwersytetu w Kopenhadze, producenta poskromów KVK i producenta oprogramowania Seges. Celem jest automatyzacja rozpoznawania schorzeń racic w trakcie korekcji. Dzięki takiemu podejściu można wystandaryzować rozpoznawanie schorzeń i wyeliminować konieczność wprowadzania ich przez redaktorów racic do systemu. Dane będą bardziej użyteczne dla hodowcy, a dodatkowo ocena wartości hodowlanej zyska na dokładności dzięki większej precyzji, ujednoliceniu i kompletności danych. Oprogramowanie łączy w sekwencje trzy algorytmy. Pierwszy wykrywa zabrudzenie obiektywu, drugi wykrywa poddawaną korekcji racicę, trzeci rozpoznaje schorzenia i zastosowaną terapię miejscową. Wynik jest wyświetlany w czasie rzeczywistym, co umożliwia korektorowi bieżącą kontrolę i wprowadzanie ewentualnych korekt. System jest testowany na jednym poskromie od kwietnia 2024. W najbliższym czasie zostanie zamontowany na trzech kolejnych, by usprawnić proces rozbudowy oprogramowania. Na ten moment skuteczność rozpoznawania schorzeń jest bardzo wysoka. Do trenowania algorytmu użyto 537 zdjęć 22 różnych schorzeń racic. Większym wyzwaniem okazuje się właściwe odczytanie kolczyka i przypisanie numeru krowy do obserwacji. Jest to związane z metalową konstrukcją samego poskromu i wymaga jeszcze dopracowania. Do tej pory zrealizowano jednak połowę projektu, więc biorąc pod uwagę obecny etap rozwoju oprogramowania, ostateczny efekt zapowiada się obiecująco.
Wczesny system ostrzegania
Nowe rozwiązania wykrywające obiekty i klasyfikujące obrazy powstają jedno po drugim. Jednocześnie naukowcy zadają sobie pytanie, czy wystarczająco efektywnie wykorzystujemy już posiadane dane. Holendersko-amerykański zespół przeanalizował dane z komputerowego systemu do zarządzania stadem w połączeniu z danymi z korekcji racic. Badacze sprawdzali, czy istnieje powiązanie pomiędzy zachowaniem krowy a jej statusem zdrowotnym. Zaobserwowali zmiany w aktywności już na 2 tygodnie przed korekcją. Dotyczyły one krów, u których w czasie korekcji wykryto wystąpienie jakiegokolwiek schorzenia racic. Zaburzenia aktywności utrzymywały się jeszcze 5 tygodni po korekcji, wskazując, jak długi jest okres rekonwalescencji u kulawej krowy. Poza stwierdzeniem braku wpływu samego zabiegu korekcji na zachowania zwierząt, okazało się także, że można przewidzieć wystąpienie zmiany na wcześniejszym etapie. Kolejnym krokiem badań będzie ustalenie, czy możliwe byłoby opracowanie systemów alarmowych, które przyspieszyłyby podejmowanie działań interwencyjnych.
Widzieć jak krowa
Nowe technologie to nie tylko źródło danych do zarządzania stadem, ale także możliwość lepszego zrozumienia krowy. Podczas swojego wystąpienia Kathrin Herzog zaprezentowała nagranie wykonane przy użyciu specjalnie zaprojektowanych okularów. Pozwalają one sprawdzić, jak krowa postrzega dane miejsce, jak odbiera zmieniające się warunki otoczenia i jak krowa widzi, kiedy wchodzi do hali udojowej czy kiedy przechodzi pomiędzy przestrzeniami o różnym natężenia światła. Sposób widzenia krowy różni się od ludzkiego i zrozumienie tego pomaga skorygować nasz sposób obsługi zwierząt, a w przyszłości może się także okazać pomocne podczas projektowania budynków i przepędów, dzięki czemu możliwe będzie unikanie obciążania racic i występowania schorzeń nieinfekcyjnych.
Nowe technologie wspierają hodowcę w podejmowanych decyzjach i doborze protokołów postępowania w sprawie zdrowia krów na wielu poziomach. Ułatwiają detekcję schorzeń, diagnostykę i śledzenie dynamiki choroby w stadzie oraz w przypadku poszczególnych zwierząt.
Profesor Dörte Döpfer wyjaśnia, dlaczego warto tak szczegółowo rozpoznawać fazy Dermatitis Digitalis
Po rozpoznaniu faz M możliwe jest określenie, na jakim etapie cyklu DD znajduje się zmiana, co pozwala przewidzieć skuteczność leczenia miejscowego oraz zapobiec nawrotom zmian.Zazwyczaj oceniamy fazy M albo w poskromie (5 etapów: M0, M1, M2, M3, M4, M4.1, z oznakami przewlekłości w przypadku M2, M4 lub M4.1, oznaczonymi jako H – hiperkeratoza lub P – proliferacyjne), albo przy racicy stojącej na ziemi (M0, M2, M2P, M4H, M4P). Jeśli liczba zmian kończących się na „P” wzrasta z czasem, zakładamy, że występują czynniki drażniące, takie jak zbyt wysokie stężenie środków do kąpieli racic, kwaśne pH, zbyt częste kąpiele racic lub stosowanie żrących środków miejscowych. Takie ocenianie zmian pozwala kierować strategią zapobiegania i kontroli DD na poziomie populacji.
