Schlafverhalten per Bildanalyse überwacht

Können Systeme mit künstlicher Intelligenz bei der Krankheitserkennung unterstützen?

Kranke Schweine frühzeitig zu erkennen ist wichtig, um die Tiere effektiv und schnell behandeln zu können und um die Erregerverbreitung im Bestand ­möglichst zu stoppen. Ob Systeme mit künstlicher Intelligenz Schweinehalter dabei unterstützen können, wurde bei einer Studie auf drei französischen Kombi­betrieben untersucht. Koordiniert wurde das Projekt von der Tierarztpraxis Breizh­pig in Landivisiau und der Evel’Up Coopérative.

Zwei Betriebe hatten nachweislich Probleme mit Influenzaviren, der dritte Betrieb war frei davon (Kontrolle). ­Influenza-Infektionen treten häufig bei Ferkeln im Alter von fünf bis acht Wo­­chen auf. Ziel war es, mittels Echtzeit-Bildanalyse herauszufinden, ob sich die infizierten Ferkel anders verhalten als die gesunden Ferkel und ob man diese Infos nutzen kann, um kranke Ferkel frühzeitig gemeldet zu bekommen.

Auf jeder dieser drei Betriebe wurden Kameras ab dem Absetzen installiert und insgesamt 5.520, 4.126 bzw. 2.455 ­Bilder aufgenommen. Für jede Kameraeinstellung wurde ein interessanter Be­­reich definiert. Die aufgenommenen ­Bilder wurden von einem Algorithmus analysiert, der lernt, Tiere zu identifi­zieren, die an einer vordefinierten Stelle in der Bucht lagen oder standen. Dann wurde verglichen, ob es Abweichungen im Schlafverhalten zu den zuvor aufgenommenen Bildern aus der Bucht gab.

Die wichtigsten Ergebnisse

  • Die Analyse der Bilder zeigte einen statistisch signifikanten Unterschied in der Belegung der Bucht je nachdem, ob die Schweine krank waren oder nicht.
  • In den beiden Betrieben mit Influenza-Problemen nahm die Anzahl der Schweine stetig zu, die in den Randbereichen der Buchten lagen. Dort konnten sich die fiebrigen Schweine offenbar am besten abkühlen.

Resümee: Bildanalysetools mit künstlicher Intelligenz können potenziell an Grippe erkrankte Absetzferkel anhand ihres Liegeverhaltens erkennen und den Schweinehalter darüber informieren. Mittel- bis langfristig könnten sie so zu einem ­wichtigen Frühwarnsystem im Tiergesundheits-Management werden.

Den Originalbericht können Sie hier als pdf herunterladen:

Weitere spannende Versuchsberichte lesen Sie auch in der aktuellen SUS 1/2022.