Un nouveau système d'alerte précoce pour alerter les agriculteurs du risque de maladie chez leurs jeunes bovins est en cours de développement par des experts de l'Université de Nottingham.
La nouveauté, surnommé Y-Ware, pourrait faire économiser des millions de livres à l'industrie agricole britannique, tout en améliorant la santé et le bien-être des animaux et en réduisant l'utilisation d'antimicrobiens pour traiter ces maladies.
Le projet de 1,13 million de livres sterling est un partenariat avec les spécialistes de la numérisation agricole PrognostiX et BT, et est soutenu par une subvention d'Innovate UK, l'agence d'innovation financée par le gouvernement britannique.
Dr Jasmeet Kaler, Professeur agrégé d'épidémiologie et de santé des animaux d'élevage dirige actuellement la recherche sur la population de ruminants à l'École de médecine et de science vétérinaires de l'Université, est le responsable académique du projet.
Elle a déclaré:"L'amélioration de la santé des jeunes animaux dans les fermes bovines est une priorité clé pour l'industrie bovine et a également été identifiée par le groupe de travail de l'industrie RUMA (alliance pour l'utilisation responsable de la médecine dans l'agriculture) comme l'un des objectifs clés publiés la semaine dernière pour la réduction des antibiotiques dans les fermes bovines, en particulier bœuf. L'utilisation de technologies de santé innovantes et de précision offre une excellente solution dans cette direction. Bien qu'il y ait eu une augmentation de la disponibilité de diverses technologies pour le bétail au cours de la dernière décennie, il n'y en a aucune qui cible la santé des jeunes animaux et dans l'ensemble très peu de technologies d'élevage de précision qui ont été validées sur le terrain et qui combinent diverses sources de données avec de multiples protocoles de transmission pour développer des algorithmes pour la santé et le bien-être du bétail. Notre groupe effectue des recherches de pointe percutantes sur la santé et le bien-être des bovins et ovins britanniques, avec un accent particulier sur les maladies endémiques dans les populations.
"Dans ce projet, nous dirigeons l'analyse de données en collaboration avec nos partenaires. Nous utiliserons nos connaissances du domaine en ce qui concerne notre compréhension de la biologie et de l'épidémiologie des maladies, ainsi que diverses approches d'apprentissage automatique sur les données recueillies via des capteurs. Notre objectif global sera de développer une technologie innovante qui combine différents formats de données, utilise l'application de l'Internet des objets et des analyses avancées pour la détection précoce de la maladie chez les jeunes animaux et permet ainsi une utilisation ciblée des antibiotiques."
Les éleveurs de bovins sont confrontés à des défis majeurs pour rester rentables tout en maintenant les normes élevées de bien-être animal exigées par les détaillants et les consommateurs.
Chaque année, des 2,5 millions de veaux qui naissent, huit pour cent d'entre eux sont morts-nés ou meurent dans les 24 heures et 15 pour cent supplémentaires meurent en grandissant de diarrhée et de pneumonie, coûtant 80 millions de livres sterling à l'industrie bovine britannique. Le coût d'une épidémie de pneumonie est de 81 £ par veau et de 57 £ par veau pour une épidémie de diarrhée.
Capteurs bolus, qui se trouvent dans l'intestin d'un animal et surveillent la température corporelle ou le pH, sont largement utilisés chez les bovins - mais ne sont actuellement disponibles que pour les vaches adultes. Aussi, de nombreuses technologies existent dans les fermes qui ne communiquent pas entre elles, ce qui limite la valeur prédictive de ces données.
Le projet Y-Ware vise à développer un capteur de bolus qui pourrait être utilisé chez des veaux dès l'âge de 14 semaines, ainsi qu'un tableau de bord qui utilisera des techniques d'apprentissage automatique pour fournir aux agriculteurs un système d'alerte précoce pour la santé utilisant des informations de capteur de bolus et des informations complètes sur l'animal collectées à partir d'une gamme de sources supplémentaires, y compris la température du bâtiment, humidité, les dossiers et le poids de la ferme et du vétérinaire.
Toutes les informations seraient utilisées pour produire des données de base et une « signature » spécifique pour l'animal. Modifications inhabituelles de cette signature, par exemple, une augmentation inattendue de la température corporelle, pourrait permettre aux agriculteurs de repérer les signes de maladie, traiter tôt et mettre l'animal en quarantaine pour éviter des épidémies plus larges dans le troupeau.
Le développement permettra aux agriculteurs de cibler plus efficacement l'utilisation d'antibiotiques pour traiter ces maladies et cela permettra de lutter contre la surutilisation des médicaments qui contribue au problème de la résistance aux antibiotiques chez les animaux et les humains qui sont exposés à des niveaux croissants tout au long de la chaîne alimentaire.
Y-Ware développera une solution de collecte de données basée sur l'Internet des objets (IoT) comprenant :
Le consortium est composé de spécialistes en technologie de l'ingénierie, développement de logiciels, épidémiologie vétérinaire, la santé du bétail et la science des données, l'informatique en nuage et l'analyse de données.
Alain Beynon, qui est administrateur de PrognostiX, Directeur de l'équipe St David's Poultry et directeur général de Molecare Farm Vets, a déclaré :« C'est une période très excitante pour les vétérinaires en pratique dans tous les secteurs de l'agriculture, car la pression pour réduire les antimicrobiens est actuelle et pressante. L'utilisation de données en temps réel pour prendre des décisions cliniques fait partie intégrante de l'avenir. être aux côtés de meilleures installations de diagnostic. Nous sommes ravis de travailler aux côtés de nos partenaires dynamiques l'Université de Nottingham et British Telecom.
Martin Tufft, Le directeur de l'IoT chez BT a déclaré :« Nous fournissons une expertise en matière de science et d'analyse des données, explorer les données générées par plusieurs capteurs en vue de développer des algorithmes uniques et des techniques d'apprentissage automatique pour soutenir le projet. L'application de l'analyse avancée des données est la clé du succès des solutions IoT et nous sommes impatients d'aider ce projet à fournir des informations précieuses pour l'industrie agricole. »
