Friskare kor med AI och sensorer

Juverinflammation är ett vanligt förekommande problem hos mjölkkor. Forskare vill nu med sensorer och AI försöka förbättra mjölkkors hälsa och mjölkkvalitet och minska användningen av antibiotika.

Det finns få effektiva metoder som tidigt kan identifiera juverinflammation (mastit) hos mjölkkor.
– Det är smärtsamt för korna och det påverkar mjölkkvaliteten. Mastit är också den vanligaste orsaken till att antibiotika förskrivs till mjölkkor i Sverige, säger Ulf Emanuelson, professor i veterinärmedicinsk epidemiologi vid SLU, Sveriges Lantbruksuniversitet i Uppsala.
I februari disputerade en av hans industridoktorander, Dorota Anglart, på en avhandling som handlar om att utvärdera olika metoder för att identifiera mastit hos mjölkkor.
Dorota Anglart arbetar till vardags på DeLaval, ett svenskt företag med tekniklösningar för mjölkföretagare.
– På SLU arbetar vi mycket med problemlösning och tillämpad forskning. DeLaval är ett av många företag som vi har nära samarbeten med, säger Ulf Emanuelson.

Väntan på genombrott
Genom att använda data som genereras från automatiska mjölkningssystem (AMS) ville forskargruppen identifiera två viktiga indikatorer/biomarkörer för mastit och mjölkkvalitet.
– Kor, precis som människor, har personnummer, vilket gör det möjligt att registrera individuella data och följa dem över tid med hjälp av exempelvis sensorer och AI. Om vi tidigt kan hitta kor som riskerar att bli sjuka kan vi sätta in lämpliga åtgärder, reducera fallen av mastit och samtidigt minska kostnader och användningen av antibiotika.
De metoder och modeller som användes i forskningsprojektet kunde till 99 procent identifiera kor som var friska.
– Det är en stor styrka och en värdefull information. Men vi behöver bli ännu bättre på att kunna identifiera även de kor som riskerar att bli sjuka.
Mängden vita blodkroppar (celltal) är en viktig biomarkör för inflammation. Genom att kombinera innovativ teknologi med celltalsmätningar och andra biomarkörer, skulle det vara möjligt att hitta även sjuka kor samt till en lägre kostnad än med dagens metoder.
– Drömmen vore om vi kan använda en kombination av sensorer och mätserier, och även hitta en prediktor som identifierar både friska och sjuka djur med hög sensitivitet och specificitet. Det vore ett genombrott.