Lorena Castillejos: “El monitoratge del consum d’aigua permetria detectar de forma precoç el dia del part”

Lorena Castillejos és Doctora en veterinària per la UAB, i actualment és directora tècnica i investigadora del Servei de Nutrició i Benestar Animal (SNiBA), a més de professora associada del Departament de Ciència Animal i dels Aliments. 

 

Què és la ramaderia intel·ligent o de precisió? En què consisteix?

Quan parlem de ramaderia intel·ligent parlem de gestionar la ramaderia mitjançant un monitoratge continu, automàtic i en temps real de la salut, el benestar, la producció o reproducció i l’impacte ambiental amb el fi d’augmentar l’eficiència productiva i aconseguir una ramaderia més sostenible. Es tracta d’una metodologia de maneig i gestió mitjançant diferents tecnologies com l’IoT, els sensors per la recollida de dades; la Data Science per l’anàlisi de dades; o el Big Data, que captura, emmagatzema i processa les dades, i per això necessitem el cloud o núvol; i per descomptat, el famós IA o l’aprenentatge basat en dades, com per exemple el Machine learning -aprenentatge automàtic- o Block chain -dades inalterables- i d’altres tecnologies de la informació.

L’objectiu de tot això no és en cap cas substituir al ramader, sinó proporcionar-li eines de suport per al maneig dels animals.

 

La vostra recerca es basa en els objectius que ha marcat el sector ramader català per augmentar la seva competitivitat i sostenibilitat. Com es van determinar i quins són aquests objectius?

Alguns representants del sector ramader català van identificar, a través de les convocatòries implementades per la Comunitat RIS3CAT de Tecnologies de la Producció Agroalimentària (COPTA), diferents objectius que contribuirien de forma decisiva a augmentar la seva competitivitat i sostenibilitat. Un d’aquests objectius és millorar la tecnificació de les explotacions ramaderes mitjançant les tècniques conegudes com a smart farming o ramaderia intel·ligent.

 

Per aconseguir aquests objectius feu ús de tecnologies facilitadores transversals (TFT). Com les definiríeu?

Són el principal instrument transformador del teixit productiu i han de generar noves oportunitats científiques, tecnològiques i econòmiques. El projecte RIS3CAT es focalitza en les 6 tecnologies facilitadores transversals. La primera són les TIC, en les quals es va basar el nostre projecte, és a dir, el conjunt de tecnologies utilitzades per processar, transmetre i emmagatzemar informació en format digital. La segona és la nanotecnologia; la tercera la fotònica; la quarta els materials avançats, la cinquena la biotecnologia i, per últim, les tecnologies de fabricació avançada.

Per assolir una intensificació ramadera sostenible mitjançant les TFT hem de ser conscients que el sector ramader necessita una tecnificació que el faci més competitiu i eficient. Hi ha molta tecnologia, però gran part només s’ha adaptat d’altres sectors i no s’ha desenvolupat per la ramaderia ni provat a les granges. Aquesta és la tasca que estem fent ara des del nostre grup d’investigació. Cal validar aquestes tecnologies en les condicions que trobem a les explotacions, de pols, cops del bestiar, condicions ambientals canviants… Les empreses tecnològiques ens han passat per davant, contactant directament amb els ramaders que de vegades s’han sentit com a conillets d’índies provant tecnologia que no està prou madura ni validada. Ara, però, ja s’està començant a desenvolupar tecnologia pensant en el sector ramader. Per descomptat, també és necessari que els veterinaris ens formem i capacitem en l’ús de la tecnologia per recolzar al ramader amb aquesta nova eina de treball.

 

“Cal validar aquestes tecnologies en les condicions que trobem a les explotacions, de pols, cops del bestiar, condicions ambientals canviants…”

“volem validar diferents tecnologies que pensem que poden ser aplicables i rendibles pel sector, millorant l’eficiència i el benestar del vedell d’engreix.”

 

A quines conclusions heu arribat respecte al control precís de l’alimentació dels animals amb l’objectiu de reduir el cost total de la producció aplicant la tecnologia?

Comparant l’alimentació per fases amb l’alimentació amb màquines de precisió, s’ha comprovat que les màquines de precisió necessiten un període d’adaptació tant per l’adaptació dels animals, com també molt important perquè les màquines funcionin correctament i ofereixin correctament la barreja de pinsos als animals.

La conclusió d’aquest projecte ha sigut que durant les engreixades desenvolupades no s’ha observat millores destacables (reducció del cost o de l’excreció de nitrogen) entre l’alimentació de precisió versus l’alimentació per fases que permeti justificar la implementació immediata de l’alimentació de precisió a les granges comercials.

 

I respecte al control eficient dels contaminants ambientals que permeti conèixer i reduir el seu impacte en el mitjà?

A les engreixades durant la tardor i l’hivern, es pot comprovar com una ventilació deficient en època freda fan que tant el nivell d’amoníac, però sobretot, que la concentració de CO2 s’apropi i superi els llindars establerts i recomanats. El seguiment i les alarmes d’un sistema de gestió integrat ens pot avisar d’aquestes circumstàncies ambientals i, fins i tot, podria prendre la decisió i actuar amb antelació, i activar la ventilació. Ens falta encara afinar en la calibració dels nodes. A més, hem observat amb preocupació que els valors poden diferir bastant entre diferents sondes comercials, per un problema de software, que cal afinar.

 

També estàveu treballant en l’augment de l’homogeneïtat dels animals de cada lot, amb l’objectiu de reduir les pèrdues econòmiques.

Hem fet servir plataformes o bàscules de pesatge continu i automàtic en naus de pollastres. Aquestes bàscules integren el pes dels animals cada cop que un pollet se situa a sobre. Aquests sistemes intel·ligents permeten realitzar una mitjana de 2.400 pesades diàries. Fan servir algoritmes que permeten eliminar pesades incorrectes, s’estima que només el 25% de les pesades són útils, la resta seran rebutjades pel software quan l’algoritme les detecta com incorrectes.

En porcs, serien les bàscules automàtiques que es col·loquen a dins del corral per pesar a l’animal i extrapolar el seu pes a partir de la pressió exercida amb les potes davanteres. Hem trobat molt bones correlacions amb les dues tecnologies quan les hem validat amb pesatges experimentals, però cal continuar treballant per solucionar alguns problemes relacionats amb els software, el hardware i amb el manteniment dels aparells, perquè no perdin precisió o s’espatllin per les condicions de la granja.

 

“La tecnologia no garanteix automàticament millores en la gestió. Ens dóna accés a moltes dades, però hem de transformar-les en informació, perquè ens permetin prendre millors  decisions.”

 

En quin punt es troba la recerca sobre la identificació precoç de les malalties dels animals?

Hem estudiat el consum d’aigua pensant que podria ser un bon indicador per preveure precoçment el dia del part. Els  resultats que hem obtingut suggereixen que el monitoratge del consum d’aigua permetria detectar de forma precoç el dia del part, facilitant d’aquesta forma la planificació de les rutines de maneig en la maternitat, millorant l’atenció al part.

 

Una de les claus és saber interpretar les dades per ajudar en la presa de decisions, i esteu intentant facilitar aquesta gestió amb les vostres investigacions…

Un exemple d’això és com es va utilitzar la base de dades del control lleter de Catalunya (2017 – 2020) de l’ALLIC amb 82.478 registres. El control lleter és una pràctica comuna en les explotacions de vaques lleteres que ens pot ajudar a identificar animals malalts, per exemple amb cetosis mitjançant la determinació de βhidroxibutirato (BHB). L’objectiu d’aquest estudi va ser avaluar la prevalença de la cetosi i estudiar la seva correlació amb altres biomarcadors. L’acetona va ser l’únic biomarcador del control lleter amb una bona correlació amb BHB. No es va observar relació entre la BHB i el greix, la proteïna, o la seva ràtio.

Tant l’anàlisi de dades individuals de vaques lleteres, com el nostre simulador per al vaquí lleter, permeten ajudar en la presa de decisions tècnica-econòmiques de forma raonada amb fiabilitat, essent eines de fàcil accés per part dels tècnics i ramaders.

Al vaquí de llet s’està utilitzant cada vegada més tecnologia, en canvi, l’escenari és molt diferent amb el vaquí de carn. Recentment, hem obtingut finançament del Ministerio de Ciencia e Innovación, per investigar tecnologies que puguin ser útils pel boví de carn. Amb el projecte SMARTBEEF volem validar diferents tecnologies que pensem que poden ser aplicables i rendibles pel sector, millorant l’eficiència i el benestar del vedell d’engreix.

 

Quins són ara els principals reptes als quals us enfronteu?

La tecnologia no garanteix automàticament millores en la gestió o en l’eficiència productiva, ens dóna accés a moltes dades, però hem de transformar-les en informació perquè ens permetin prendre millors  decisions.

És important dissenyar la tecnologia perquè aporti un benefici real al ramader, cal simplificar la presentació de les dades i seleccionar aquelles realment necessàries. També cal continuar identificant indicadors adequats per optimitzar la presa de decisions.

A més, és fonamental que existeixi una relació proporcional entre la seva rendibilitat i la seva implantació. Necessitem tecnologies més assequibles i més provades. La tecnologia que arribi al mercat cal que estigui validada a nivell de camp, no de laboratori.

També cal lluitar contra la bretxa tecnològica mitjançant un entorn facilitador. Per això, la formació i la capacitació dels professionals del món de la ramaderia és fonamental.

Categories