L’utilizzo dell’analisi dell’immagine, statica o dinamica, tramite intelligenza artificiale è un’opportunità che comincia a porsi in modo concreto al mondo dell’allevamento per migliorare drasticamente la propria capacità di controllare il processo produttivo.

Acquisizione dell’immagine

La premessa all’analisi dell’immagine è ovviamente l’acquisizione della stessa, che può avvenire attraverso semplici telecamere bidimensionali o anche tridimensionali (cioè in grado di misurare la distanza di ogni pixel dalla telecamera stessa e ricostruire poi l’immagine tridimensionale dell’oggetto). Sono anche disponibili termocamere in grado di rilevare con grande precisione la temperatura di ogni pixel (questione evidentemente interessante dato che un’infiammazione, come mastite o podo-flemmatite, comporta un aumento di temperatura del tessuto interessato).

I dati acquisiti con le telecamere sono elaborati (in locale e da remoto) attraverso algoritmi che traducono i dati in informazioni. È questa una materia evidentemente troppo specialistica per essere trattata in questo articolo, ma è importante avere chiaro che il valore di un sistema risiede ben più nella capacità di elaborare dati che nell’hardware per acquisirli.

Acquisizione delle immagini, elaborazione, informazioni

Esiste una letteratura scientifica molto ampia sulle informazioni che è/sarà possibile ottenere da un’analisi dell’immagine: la prima e forse più scontata è l’identificazione dell’animale, premessa necessaria alla gestione di qualsiasi successiva informazione, che può venire attraverso l’analisi della pezzatura (approccio che non è evidentemente applicabile alle razze che pezzate non sono) ma anche dallo studio della biometria degli animali. Apparentemente più semplice potrebbe sembrare la lettura dell’orecchino che però presenta più difficoltà di quello che può sembrare sia perché non sempre l’animale ha la testa in una posizione che permette di vederlo e non sempre l’orecchino è pulito e ben scritto così da essere leggibile. È stato tentato il riconoscimento facciale dell’animale con buoni risultati limitati però dal fatto che questo approccio richiede il puntamento della telecamera diretto sul muso e da breve distanza.

Tra le informazioni rilevabili sull’animale una volta identificato abbiamo la zoppia, rilevata dall’osservazione della linea dorsale o dall’andamento dell’animale ripreso di lato. Se questo approccio pare molto promettente ed ormai disponibile sul mercato, a livello di letteratura scientifica non mancano tentativi di diagnosi eziologica la zoppia attraverso analisi dell’immagine diretta della lesione sul piede.

Altro tema molto studiato è quello dell’attribuzione del BCS rilevato periodicamente, ad esempio ogni volta che l’animale passa per un corridoio di accesso alla sala di mungitura o direttamente all’interno del robot; molti autori affermano di avere ottenuto risultati molto interessanti sia attraverso telecamere bi che tridimensionali.

Per la diagnosi di problematiche sanitarie è evidentemente molto interessante l’utilizzo delle termocamere; oltre che per la diagnosi di lesioni podali è stato studiato il loro utilizzo per la diagnosi di mastite. Un lavoro molto recente ha documentato la possibilità di diagnosticare in sala di mungitura la mastite anche subclinica, aspetto evidentemente interessante perché non prevede la necessità di prelevare il latte. Anche i sistemi di puntatura per il corretto attacco della tettarella utilizzati dai robot potranno domani dare informazioni utili a diagnosticare la mastite dato che il quarto mastico -e perciò edematoso- essendo gonfio si trova in una posizione diversa rispetto alla mungitura precedente (che la macchina trattiene in memoria) e questo permette di aggiungere un dato interessante utile a irrobustire la diagnosi di mastite, clinica in questo caso.

Aspetti gestionali

Passando agli aspetti più gestionali, dall’analisi del movimento e degli atteggiamenti (contrazioni) delle bovine sarà possibile prevedere con buona accuratezza il travaglio avvertendo così l’operatore del parto (sarà l’ennesimo alert che gli arriverà sul telefonino…).

Studi dell’Università di Milano hanno documentato la possibilità di utilizzare anche microfoni in grado di contribuire a diagnosticare l’arrivo del parto a partire dall’analisi del tono dei muggiti della vacca che cambiano all’approssimarsi del travaglio e che potrebbero essere utilizzati insieme all’analisi dell’immagine per migliorare la qualità della “diagnosi”.

A fianco di queste misure, che devono necessariamente essere riferite al singolo animale e pertanto passare per la sua identificazione, ve ne sono anche di altre non necessariamente dipendenti dal riconoscimento del singolo animale, come quelle che misurano la quantità di miscelata sulla greppia, la presenza di granella indigesta nelle feci o le caratteristiche della miscelata.

Molto interessante è anche lo studio dell’uso del tempo da parte della mandria degli animali, che misurando periodicamente quanti animali sono in cuccetta, alla mangiatoia, in piedi, in corsia ecc. ecc. permette di avere informazioni sulla qualità della struttura e della sua gestione e dell’impatto d questi fattori sul “benessere positivo” degli animali.

Prospettive e punti critici

Quanto sopra è una velocissima carrellata su quanto disponibile in una letteratura scientifica abbondante reperibile anche on line. Ma dalla sperimentazione all’implementazione di prodotti così innovativi il passo non è sempre breve e per ora il mercato non è molto affollato anche se è facile prevedere che presto lo sarà.

Come si vede le potenzialità di queste tecnologie sono realmente rivoluzionarie, ma la loro reale concretizzazione dovrà confrontarsi con alcune questioni ancora oggetto di discussione.

Al di là del tema del costo, difficile da inquadrare visto che il mercato è ancora ai suoi albori, ad esempio c’è senz’altro -come per tutte le macchine- un problema legato alla manutenzione dell’hardware (l’ambiente stalla non è molto amichevole), ma anche del software (ad esempio per riconoscere un animale che entra nella mandria il sistema va allenato a riconoscerlo).

Sempre da un punto do vista tecnologico una grande sfida che ha di fronte chi propone questi prodotti è l’integrazione con gli altri sensori presenti in stalla, dato che alcune delle misure rilevabili dalle telecamere sono complementari ad altre che già vengono rilevate (ad esempio microfoni ed accelerometri inseriti in tag, collari o braccialetti).

L’accuratezza delle informazioni prodotte è sufficiente, dato che non è mai del 100%? La risposta non è semplice da dare ma per farlo è importante confrontarsi con realismo con quello c’è oggi: misure come Locomotion Score per la zoppia o BCS oggi sono misurate in modo perfetto, come costanza e ripetibilità? E queste misure sono poi davvero utili? Molti allevatori il BCS non lo usano proprio… ma non potrebbe essere che la scarsa diffusione di queste misure sia legata alla difficoltà e sporadicità con cui sono oggi disponibili? Ecco allora che un sistema continuo e standardizzato, ancorché non perfetto, sarebbe comunque un grande passo avanti rispetto ad oggi e magari avvicinerebbe più allevatori al suo uso.

Quello che è certo è che siamo di fronte a una grande sfida per l’allevatore i suoi consulenti: fare un altro passo avanti nell’approccio oggettivo alla gestione della stalla acquisendo le competenze e la mentalità giusta per utilizzare l’enorme massa di informazioni che questi sistemi potranno generare.

Marco Nocetti DVM

Sintesi della relazione “L’analisi dell’immagine nella gestione della stalla” tenuta a Fieragricola Tech 2025