精准技术机器学习助力小牛肺炎早期诊断

一项新的研究表明，利用基于“物联网”或物联网的精密技术监测奶牛，可以更早地诊断出导致小牛死亡的牛呼吸道疾病 。研究人员表示，这种新颖的方法是来自宾夕法尼亚州立大学、肯塔基大学和佛蒙特大学的研究小组交叉合作的结果，将为乳制品生产商提供改善农场经济的机会。

宾夕法尼亚州立大学 农业科学学院精准乳品科学助理教授、首席研究员梅丽莎·坎托 (Melissa Cantor)指出，这不是你祖父的奶牛养殖策略 。坎托指出，新技术变得越来越实惠，为农民提供了尽快发现动物健康问题并进行干预的机会，从而节省了小牛及其所代表的投资。

物联网是指配备传感器、处理和通信能力、软件和其他技术的嵌入式设备，通过互联网与其他设备连接和交换数据。坎托解释说，在这项研究中，使用可穿戴传感器和自动喂食器等物联网技术来密切观察和分析犊牛的状况。

此类物联网设备通过密切监控奶牛的行为来生成大量数据。为了使这些数据更容易解释，并为犊牛健康问题提供线索，研究人员采用了机器学习——人工智能的一个分支，根据物联网设备的输入，学习数据中的隐藏模式，以区分患病和健康的犊牛。

“我们给小牛戴上腿带，记录奶牛的活动行为数据，例如步数和躺卧时间，”坎托说。“我们使用自动喂食器，分配牛奶和谷物并记录喂食行为，例如访问次数和消耗牛奶的升数。来自这些来源的信息表明，小牛的状况正处于恶化的边缘。”

牛呼吸道疾病是一种呼吸道感染，是奶牛使用抗菌药物的主要原因，占犊牛死亡率的 22%。这种疾病的成本和影响可能会严重损害农场的经济，因为饲养奶牛是最大的经济投资之一。

“诊断牛呼吸道疾病需要大量的专业劳动力，而这种劳动力很难找到，”坎托说。“因此，基于物联网设备(例如自动喂食器、秤和加速计)的精密技术可以帮助在疾病的外在临床症状显现之前检测到行为变化。”

在这项研究中，肯塔基大学的研究人员使用精准畜牧技术对 159 头奶牛犊进行日常身体健康检查，收集了数据。研究人员记录了自动数据收集结果和手动数据收集结果，并对两者进行了比较。

在 最近发表在电气和电子工程师协会出版的同行评审开放获取科学期刊 IEEE Access 上的研究结果中，研究人员报告说，所提出的方法能够更快地识别出患牛呼吸道疾病的小牛。从数字上看，该系统对患病和健康犊牛进行标记的准确率达到 88%。70% 的犊牛在诊断前四天就被预测出患病，80% 的患有慢性疾病的犊牛在患病的前五天内就被检测到。

她说：“我们真的很惊讶地发现，这些动物的行为变化与通过一种治疗而好转的动物之间的关系非常不同。” “以前没有人看过这个。我们提出了这样一个概念：如果这些动物的行为实际上有所不同，那么采用机器学习推理技术的物联网技术可能实际上可以比任何人用肉眼更快地识别它们。这为生产商提供了选择。”

为这项研究做出贡献的有：威斯康星大学麦迪逊分校动物和乳制品科学系的恩里科·卡塞拉 (Enrico Casella);Melissa Cantor，宾夕法尼亚州立大学动物科学系;Megan Woodrum Setser，肯塔基大学动物与食品科学系;Simone Silvestri，肯塔基大学计算机科学系;和 Joao Costa，佛蒙特大学动物和兽医科学系。

这项工作得到了农业部和国家科学基金会的支持。