Halte køer spottes med kunstig intelligens

Et nyt projekt under GUDP i Landbrugsstyrelsen sætter fokus på at opfange haltende køer ved hjælp af kunstig intelligens.

Sofie Bjørn Skovsgaard, direktør i Boviwalk. Foto: Boviwalk.

Klovlidelser og halte køer er en hyppig årsag til, at mange køer må udsættes fra besætningen alt for tidligt. Det skriver Landbrugsstyrelsen i en pressemeddelelse.

Problemet er vokset over de seneste årtier, hvilket primært kan tilskrives de store besætninger på den enkelte bedrift. Indtil videre har løsningen til at afhjælpe problemet ladet vente på sig, men det vil det GUDP-støttede projekt BoviWalk nu gøre op med.

- I takt med, at besætningerne bliver større og større, får den enkelte landbruger sværere ved at have kontakt med den enkelte ko. Derfor er det ikke altid muligt at holde godt nok øje med tidlige symptomer på halthed, siger Sofie Bjørn Skovsgaard, der er udannet klovbeskærer, kandidat i Animal Science fra Aarhus Universitet og direktør i BoviWalk.

Behandling igangsættes for sent

Ifølge BoviWalk er udfordringen, at kvægbrugeren kan have svært ved at overvåge halthed hos den enkelte malkeko.

Det betyder, at den enkelte klovlidelse ofte kan blive relativ fremskreden, før behandling sættes i gang, hvilket typisk medfører en dyrere behandling, end hvis mælkeproducenten når at sætte tidligt ind.

Hertil må mange køer helt udgå af mælkeproduktionen, da sygdommen kan blive så fremskreden, at behandlingseffekten ikke er tilstrækkelig effektiv.

Løsningen til at komme problemet til livs er egentlig relativ enkel: bedre overvågning og tidlig behandling. Udfordringen er at finde en løsning, der nemt og billigt kan integreres på bedriften, uden at der skal ændres på arbejdsgange eller fysiske omgivelser i stalden. Netop dét har projektleder Per Resen Steenstrup fokus på.

- Det skal være så let for landbrugeren som overhovedet muligt. I vores projekt har vi fokus på et fuldautomatisk målesystem til stalden, der automatisk kan spotte haltende køer, uden at landbrugeren behøver at ændre på staldens indretning. I sidste ende skal landbrugeren, via en app, kunne se, hvilke dyr der er detekteret som halte, siger han.

Efterspurgt og godt for klimaet

Sofie Bjørn Skovsgaard, der som klovbeskærer og selvstændig klovspecialist har sin daglige gang på malkekvægsbedrifter, fortæller, at hun får meget positiv respons fra kvægbrugerne, når hun fortæller om projektet.

- De kan tydeligt se, at produktet er brugbart, og de tager meget positivt imod ideen. De ville nok være klar til at implementere i morgen, men produktet skal gennemtestes grundigt først, så vi slipper for de værste børnesygdomme, før produktet lanceres, fortæller hun.

Udover at værktøjet vil forbedre dyrevelfærden i stalden og udfylde et tomrum i bedriften, vil det også give et positivt udslag på klimaregnskabet.

Ifølge BoviWalks egne beregninger kan det give en betydelig CO2-besparelse, hvis den gennemsnitlige levealder for malkekvæg øges med blot et enkelt år.

Det skyldes blandt andet, at en malkeko, mens den er kalv og kvie, ikke producerer mælk, og derfor er ren tilsætning i både det blå og grønne regnskab. Således vil en ekstra laktation give et større mælkeudbytte pr. kg udledt CO2, ligesom det vil give et større udbytte pr. kg foder.

BoviWalk forventer i løbet af 2023 at være klar til at sende prototypen på markedet.

Videooptagelser danner grundlaget

Selvom problemet med haltende køer er relativt omfangsrigt, er det endnu ikke lykkedes at designe en effektiv metode til overvågning af malkekvæg. Der har været gjort forskellige forsøg på at udvikle et produkt, men de har enten vist sig for dyre eller uholdbare i længden.

Det håber projektleder Per Resen Steenstrup og direktør Sofie Bjørn Skovsgaard, BoviWalk, at ændre på ved at skabe et produkt baseret på kunstig intelligens, designet med udgangspunkt i driften, og ud fra devisen om »at det skal være nemt for landbrugeren«.

Derfor vil de opstille videokameraer på udvalgte steder i stalden, hvor malkekøerne én efter én passerer forbi. En RFID (radiofrekvensidentifikationsaflæser) aflæser koens nummer, samtidig med at videokameraet optager koen, mens den passerer. Via optagelsen, og ved hjælp af kunstig intelligens, kan BoviWalk-systemet bedømme, om koen er rask, eller om den er halt.

De halte køer vil derefter nemt kunne udpeges og flyttes til en sygeboks, indtil en dyrlæge eller klovbeskærer ankommer for at besigtige dyret og stille diagnose.

Per Resen Steenstrup og Sofie Bjørn Skovsgaard er netop nu, med hjælp fra tre ingeniører, ved at træne og udvikle den kunstige intelligens, der automatisk skal detektere de halte køer. Og dét kræver adskillige videooptagelser.

Indtil nu har Sofie Bjørn Skovsgaard optaget 1.500 videoer af køer, der passerer forbi, således at algoritmerne kan trænes til en automatisk detektering af koens halthedsgrad. Det er en meget tidskrævende indsats, indtil algoritmen automatisk og korrekt detekterer, om koen er rask eller halt, samt i hvilken grad koen halter på en femtrins-skala.

 

Læs også