Keveset beszélünk róla, de megjelenése korábbra tehető, mint a növénytermesztés esetében, hiszen már a múlt század ’50-es, ’60-as éveiben automatikus ivarzásmegfigyelő rendszereket fejlesztettek az Egyesült Államokban. Erről, a precíziós szarvasmarhaállomány-egészségügyi és szaporodásbiológiai monitoring megoldásokról beszélt dr. Hejel Péter.
Manapság sokat használjuk, de már bele sem gondolunk, hogy mit jelent a precíziós szó, kezdte előadását az Állatorvostudományi Egyetem Állathigiéniai, Állomány-egészségtani Tanszék és Mobilklinika szervezeti egységének tudományos munkatársa.
„A nagy globális környezetben az állatokat körülveszi egy jól definiálható tér, a munkánk nagy részében nekünk erre kell fókuszálnunk” – utalt rá Hejel Péter, hogy az állatok folyamatos kölcsönhatásban vannak a közvetlen környezetükkel. Ez a véget nem érő folyamat nagyon sok energiájukat emészti fel, hiszen az állatok törekszenek az egyensúlyi állapot megőrzésére, homeosztázisuk fenntartására.
Sokváltozós közeg
Az állattartás egyik jelentős pillére tehát a környezeti tényezők mérése kell legyen! Figyelni kell a mikroklimatikus adatokat, a hőmérsékletet, a relatív páratartalmat, a légmozgás sebességét, ki kell számítani a hőérzeti indexet. Figyelni kell a levegőminőséget, gyűjteni kell a lebegő részecskék (por, aeroszolok/bioaeroszolok) és a káros gázok jelenlétét mutató adatokat! A bioaeroszolok mérése különösen fontos, mert tökéletes szállítói az önmaguktól hosszabb távú, aktív helyváltoztatásra nem képes kórokozóknak.
A környezetből érkezők mellett természetesen számos más kölcsönhatás is éri az állatokat. Ezeket nevezzük biotikus tényezőknek, ilyen az állat-ember és az állat-állat között fennálló kapcsolat. Mesterséges környezetben mi döntjük el, hogy mit esznek az állatok, tehát a biotikus tényezők közé sorolható a takarmány és annak élettani hatásai, továbbá a kórokozók.
Egy ilyen sokváltozós közegben csak úgy lehet dolgozni, ha megpróbáljuk tetten érni az állat azon viselkedési változásait, amik az adott környezeti változásra mindig és törvényszerűen bekövetkeznek. „A digitális megoldásokat fejlesztőknek tehát meg kell találni azokat a paramétereket, amelyek mérhetőek és jellemzőek, és jól tükrözik az állatnak a környezet változásaira adott reakcióját” – határozta meg a precíziós állattartás feladatát Hejel Péter. Ez nem kis feladat, ismerni kell hozzá az érzékelést és a neurohormonális szabályozást, az egyes szervek élettani reakcióját, végül pedig az ezek révén kialakuló viselkedési változásokat.
Tudjuk, hogy mennyi időt tölt fekvéssel, pihenéssel, kérődzéssel, evéssel, ivással, szociális viselkedéssel az állat, és azt is, hogy hányszor fejik, robotizált fejési rendszerben pedig, hogy hányszor „fejődik”.
Bioindikátorok
Az egyik legfontosabb és a gyakorlatban leggyakrabban használt mérhető bioindikátor maga a mozgás. Annak detektálásából nagyon sok információhoz juthatunk, figyelemmel kísérhető a lépésszám, a járásmód, az ugrálás, a lefekvés, felállás aránya, ezek száma, a testrészek pozíciója, illetve finom mozgása és az állat pillanatnyi pozíciója. Ezek az adatok az ellés előrejelzésére nagyon jól használhatók.
Ennek okát abban kell keresni, hogy a vizuális megfigyelés hatékonysága egyre romlott, mert változott a fajta, a holstein-fríz és más intenzív tejelő fajták esetében egyre gyakoribbá vált a kifejezett tünetek nélküli és a lerövidült ivarzás. Szakirodalmi adatok szerint egy körülbelül 8 órás ivarzási időintervallumban 8-9 ugrás figyelhető meg, „ennyit kell elkapnunk” – emlékeztetett az előadó, hogy ilyenkor egy jellemző viselkedésmintázatot követnek az állatok. Nyolcszor, kilencszer ugrálják egymást, ezek egyenként körülbelül négy másodpercig tartanak. „Mindez általában nem munkaidőben történik, tehát ahhoz, hogy ezt az összesen 32-36 másodpercnyi időt detektáljuk, szükséges a technika, kellenek a szenzorok” – mondta a Hejel Péter, hozzátéve, hogy a gyűjtött adatokat azonban elemezni és értékelni kell.
Azt mindenki tudja, hogy a beteg tehén gyakran étvágytalan és nem kérődzik. Ezt az állapotot is tetten érhetjük az evési és kérődzési idő automatikus, szenzorokra alapozott monitoringjával, amivel megelőzhető a takarmányfelvétel-csökkenésből adódó termeléscsökkenés, testkondíció-romlás, végül is a megbetegedések vagy a fertilitási problémák.
Az előadó konkrét esettel illusztrálta, mennyire fontos a beteg tehén mielőbbi felismerése. Egy telepen kiemeltek egy ilyen adatokat mutató tehenet, amelyiknél később oltógyomor-helyzetváltozást diagnosztizáltak. A műtét utáni adatokon megfigyelhető volt a javulás, az állat egyre többet evett, és ami a legfontosabb, beindult a kérődzés. „Ha jól értelmezzük az adatokat, nem kell azonnal vágóhídra küldeni az állatot” – fogalmazott az előadó, miért kell egyszerre több paramétert figyelni és jól értelmezni.
Automatizált megoldások
A tejből is számos paraméter nyerhető, amikből a tőgyegészségügyön kívül következtethetünk az állat metabolikus és reprodukciós státuszára, és nem kevésbé fontosak az így nyert élelmiszerbiztonsági adatok sem.
Ma már azonban létezik egy olyan, startup vállalkozás által készített berendezés, amelyik képes minden fejés alkalmával egyedileg meghatározni a tej progeszteronkoncentrációját. Ez azonban még a jövő, a jelent pedig a fejőrobotok jelentik, amikből ma már itthon is jó pár darab működik.
A tejhozammérés mellett a tejminőségre vonatkozó adatok közül az elektromos vezetőképesség mérése alapfunkciónak tekinthető, abból kiindulva állapítható meg a szomatikus sejtszám. Egyes rendszerek a már említett progeszteronkoncentráció mellett gyulladásindikátornak tekinthető enzimeket, mint a laktát-dehidrogenáz, illetve egyes metabolitokat (BHB, béta-hidroxi-vajsav) is folyamatosan tudnak mérni. Méghozzá nem 1-2 milliliterből, hanem a gépen átfolyó összes tejből, amivel nagyságrenddel javul a mérés pontossága.
Az előadó szerint ezekkel valósítható meg igazán a precíziós takarmányozás, egyrészt azért, mert számos paraméter kontrollálható vele, másrészt kiküszöbölhető az emberi tényező, nevezzük hanyagságnak. Használatával minden komponensből a megfelelő mennyiség kerül az adagba, így optimális minőségű takarmánykeverék állítható elő. Megoldja a munkaszervezési problémát is, a legtöbb hagyományos telepen ugyanis jellemzően egyszer-kétszer etetnek, míg a robotizált etetéssel napi 8-9 etetés is könnyűszerrel kivitelezhető. „Ez a berendezés, amiből általában több van és paralel dolgoznak, automatikusan feltölti magát, és gyakran, kis adagokban eteti a teheneket. Akik szarvasmarhákkal foglalkoznak, tudják, hogy ennek milyen pozitív hatása van a bendő egészségi állapotára” – hangsúlyozta Hejel Péter, hogy a stabilabb bendőtartalom-kémhatás (pH) segít megelőzni a bendőacidózist.
További előnye, hogy a mindig friss takarmánynak köszönhetően javul a napi szárazanyag-felvétel, ami növeli a tejtermelést.
A legújabb generációs megoldásokat a mesterséges intelligencia, az öntanuló rendszerek, az úgynevezett Digital Twins modellek jelentik. Ez már valóban űrtechnika, amiben minden egyes tehénnek identikus klónja van, és a MI öntanuló módon egyre több információt gyűjt róla, miközben egyre jobban megérti a szervezetének a működését.
„Az Állathigiénia, Állomány-egészségtani Tanszék és Mobilklinikán saját fejlesztésekkel is foglalkozunk”, – ismertette kutatásaikat Hejel Péter. Köhögésfelismerő rendszerekkel az összetett kóroktanú légzőszervi betegségekről szeretnének bővebb információt szerezni, valamint automatikus és folyamatos testhőmérséklet-méréssel távolról is elérhető módon figyelik a lázas egyedeket.
Kihívások
Előadása végén Hejel Péter megfogalmazta a precíziós megoldások kihívásait és a fejlesztések lehetséges irányait. Kihívásnak nevezte, hogy bonyolult biológiai rendszerekkel, állatokkal és környezetükkel dolgozunk. Véleménye szerint ebben a tekintetben még ma is vannak olyan összefüggések, amiket a tudomány nem ismer. A környezet sohasem sztenderdizált, minden telep más, és bár vannak kivételek, még mindig alacsony digitális készség jellemzi az ágazatot.
A fejlesztés lehetséges irányaként a már elérhető megoldások integrálását jelölte meg, mert jelenleg a legnagyobb problémát az okozza, hogy a tehenekre különböző cégek különbző szenzorait szerelik, amiken különböző alkalmazások futnak.
Szükség lenne az összegyűjtött adatok hatékony felhasználására is (predikciós modellek), és végül új bioindikátorok, szenzorok, eszközök, módszerek és alkalmazások fejlesztésére is, mondta Hejel Péter.
