Cette IA arrive à prédire les complications chez les vaches lors du vêlage
Le vêlage ou la mise bas est le processus pendant lequel la vache met au monde un veau. Si l’opération se fait généralement de manière naturelle, un petit pourcentage de vaches présente parfois des difficultés lors du vêlage. De ce fait, les éleveurs, notamment ceux de la société CRV, aimeraient connaître à l’avance quelles vaches sont à risques.
Dans ce sens, un modèle prédictif a été mis en œuvre par des chercheurs de l’Université de Groningue. Ces informaticiens ont utilisé des données de la société d’élevage bovin CRV, localisée aux Pays-Bas.
Les résultats de l’étude ont été publiés dans la revue Preventive Veterinary Medicine. Ils pourraient théoriquement réduire de moitié le nombre de complications ou “dystocies” lors des vêlages.
Un modèle prédictif basé sur une immense quantité de données
Selon les chercheurs, une dystocie peut survenir pendant le vêlage dans environ 3,3 % des cas. Cela peut aller de la nécessité de tirer un veau du ventre de sa mère à celle d’une intervention vétérinaire. Les scientifiques cherchent alors à prédire ce risque avant même que l’insémination ait eu lieu, ce qui n’est pas le cas chez les modèles de prédiction existants.
« C’est important, car, jusqu’à présent, tous les autres modèles nécessitent des informations recueillies après l’insémination, ce qui signifie que l’on ne prévient pas vraiment les complications. »
Ahmad Alsahaf, de l’Université de Groningue aux Pays-Bas
Les élevages bovins emploient toutes sortes de données afin d’optimiser leurs rendements. Ils les utilisent également pour obtenir une estimation de la valeur d’élevage, c’est-à-dire la valeur génétique d’un animal. De nombreuses caractéristiques sont stockées dans leurs bases de données, comme le rendement laitier et les données génétiques des animaux. Tout est ainsi contrôlé, depuis l’approvisionnement en sperme de taureaux jusqu’à l’enregistrement des succès de leurs progénitures. Ces chiffres vont appuyer les chercheurs dans la mise en œuvre du modèle prédictif.
Surveiller l’accouplement pour prévenir les complications
Les chercheurs ont créé un modèle provisoire pour le compte de la société CRV après avoir analysé les données à l’aide d’un système d’apprentissage automatique. Une fois la phase de tri et de compilation des données terminée, les résultats ont montré un déséquilibre dans l’ensemble des données. Pour le corriger, Alsahaf a créé un grand nombre de sous-ensembles plus équilibrés, qu’il a assemblé pour obtenir le modèle prédictif.
« Un de nos collègues a calculé que, dans des circonstances idéales, notre modèle pourrait réduire de moitié environ le risque de dystocie. Mais cela nécessite une combinaison idéale de taureau et de vache, ce qui n’est pas toujours possible. »
Les chercheurs
Présentement, le modèle peut être utilisé par les agriculteurs et la société d’élevage pour évaluer le risque d’un accouplement particulier avant l’insémination.
SOURCE : PHYS.ORG
