Vér biomarkerek irányíthatják a brojlertakarmányozás döntéseit

A mesterséges intelligencia (AI) és a gépi tanulás elemezheti a baromfivér biomarkereit a potenciális teljesítmény- és egészségügyi kihívások felismerése érdekében, ami proaktívabb, adatvezérelt döntésekhez vezethet a madarak takarmányozásával kapcsolatban.

„Technológiánk gépi tanulást használ, hogy az összes begyűjtött adatot – nem csak a véradatokat, hanem a szezonalitást, a fajtát, a madár nemét és más mérőszámokat is – felhasználja és betáplálja a neurális hálózati technológiába, amely előrejelzéseket készít, majd ezen túlmenően akár előíró jellegű diagnosztikát is” – magyarázta Matthew Livingston, a dsm-firmenich vállalat által fejlesztett Verax szoftver üzletfejlesztési vezetője.

A gépi tanulás és a mesterséges intelligencia képes nyomon követni a vér biomarker szintjeinek tendenciáját és változásait, amelyek a madarak lehetséges betegségeinek korai jelzésére szolgálnak. A vér biomarkerek közé tartozik például a kalcium, a nátrium-klorid, a fehérje vagy a hemoglobin is.

A neurális hálózat egy modell vagy vér biomarker adathalmazon alapul, képes valós időben kiemelni és akár előre jelezni, hogy a brojlerek egészségi problémáira utaló táplálkozási hiányosságok mikor kezdenek megjelenni az állományban. A technológia ezen adatok alapján táplálkozási stratégiákat ajánl a madarak egészségének kezeléséhez.

A termelők ezt a korai figyelmeztető rendszert arra tudják használni, hogy proaktívan változtassanak a takarmányozáson és egyéb gazdálkodási módszereken annak érdekében, hogy megelőzzék a járványok kitörését, mielőtt azok valójában elkezdődnének.

„Egy ideális világban ezt évente körülbelül négyszer csináljuk. Tudjuk, hogy vannak szezonális különbségek, különösen az olyan esetekben, mint az elektrolitok és a hőstressz” – mondta Livingston. „A gép megmutatja nekünk a mintázatot. Lehetnek olyan dolgok, amelyek nyilvánvalóak, de mindig vannak olyan dolgok, amire magunktól nem is gondoltunk.”