El interés sobre el tema de bienestar animal ha incrementado a lo largo de los años y probablemente seguiremos incluyéndose en la agenda de los productores y consumidores de productos de origen animal.
El interés y evaluación del bienestar ha trascendido conceptos teóricos como las cinco libertades y logrado ser aplicado en el desarrollo de nuevas como la inteligencia artificial.
- El objetivo del presente artículo es resaltar conceptos claves en la evaluación del bienestar y señalar algunos avances científicos para su evaluación mediante inteligencia artificial.
ANTECEDENTES DE BIENESTAR ANIMAL
La Organización Mundial de Sanidad Animal, OMSA, define bienestar animal como: el estado físico y mental de un animal en relación con las condiciones en las que vive y muere, y hace referencia a las también conocidas como cinco libertades:
- Libre de hambre, de sed y de desnutrición;
- Libre de temor y de angustia;
- Libre de molestias físicas y térmicas;
- Libre de dolor, de lesión y de enfermedad;
- Libre de manifestar un comportamiento natural.
Sin embargo, el uso de las cinco libertades como media de evaluación de bienestar animal puede tener algunas limitaciones cuando se emplea en animales de producción como las aves.
RETOS DEL BIENESTAR ANIMAL
Algunos de estos retos incluyen el gran número de animales, los diversos tipos de alojamiento y características propias de la especie.
Es por ello por lo que de manera práctica y rutinaria se recomienda el uso de indicadores de bienestar animal que sean objetivos y prácticos de emplear.
Los indicadores de pueden clasificar en:
- Basado en el (los) animal (es): Son aquellos que se evalúan directamente en el animal e incluye desde cambios fisiológicos, conductuales y algunos otros indicadores de salud animal.
- Basados en los recursos: Incluye observaciones directas sobre las instalaciones y operaciones relacionadas al cuidado y manejo de los animales.
- Basados en la gestión: Incluye la revisión documental de procedimientos y registros de salud y cuidado animal.
Existen recomendaciones sobre los criterios a evaluar dentro de cada uno de estos indicadores, pero pueden existir diferencias nacionales e internacionales, así como diferencias entre estándares nacionales y privados.
La OMSA invita a que los estándares privados desarrollen mecanismos de transparencia y que trabajen hacia una armonización entre estándares públicos y privados.
BIENESTAR AVÍCOLA E INTELIGENCIA ARTIFICIAL
La avicultura moderna se ha caracterizado por la búsqueda continúa en la optimización de recursos para poder lograr la eficiencia productiva, asegurar el desarrollo óptimo de las aves y minimizar la mortalidad.
Esto ha sido gracias al esfuerzo de diversas tecnologías y desarrollos multidisciplinarios. Por lo que la inclusión de conceptos como “ganadería de precisión” no es ajeno a la avicultura, ya que este se centra en el monitoreo automatizado del consumo y comportamiento animal y análisis de la información mediante herramientas de inteligencia artificial como machine learning o deep learning.
Los principales objetivos de la ganadería de precisión son:
- Identificar la alimentación adecuada de los animales
- Reducir el impacto ambiental
- Gestión de recursos agropecuarios
- Asegurar la inocuidad y trazabilidad de productos pecuarios
- Mejorar la salud y bienestar animal
PRODUCCIÓN ANIMAL E INDUSTRIA 4.0
Esta visión holística sobre la captura de información y análisis automatizado para la toma de decisiones en la producción animal tienen un papel importante en la cuarta revolución industrial o también llamada Industria 4.0. Esta transformación digital del campo incluye herramientas como:
- Machine learning que consiste en la evaluación lineal de información que va desde la captura de información, procesamiento de esta y presentación de resultados.
- No obstante, hay herramientas más complejas como deep learning que usan algoritmos que permiten el análisis de dicha información de manera no lineal.
Es decir, usan métodos de clasificación y regresiones de datos siguiendo un patrón similar al de aprendizaje y análisis del cerebro humano.
El alcance de dichas herramientas para la evaluación del bienestar avícola aún está por verse, pero la investigación científica actual se ha enfocado al uso de inteligencia artificial en indicadores basados en animales y recursos.
VENTAJAS DE ESTAS NUEVAS TECNOLOGÍAS
Las principales ventajas que ofrece esta tecnología para la evaluación animal es que es objetiva al minimizar la subjetividad del criterio humano.
- Actualmente la evaluación de bienestar animal depende ampliamente en la experiencia y conocimiento del evaluador.
Otra ventaja es ser no invasiva, ya que mediante la recolección de información como imágenes o datos se puede analizar vía remota.
- Esto representa una ventaja en cuanto a bioseguridad y estrés o cambios de conducta de las aves ante la presencia de humanos.
El análisis en tiempo real es potencialmente otra ventaja, pero depende ampliamente del equipo a utilizar.
PRINCIPIOS DE UN PROGRAMA DE BIENESTAR ANIMAL
En general un programa de bienestar animal debe regirse por los siguientes principios de Main et al (2014):
- Programa dinámico de gerencia en bienestar animal: El programa debe ser proactivo además de poder promover una mejora continua.
- Estándares progresivos: Los estándares deben por lo menos cumplir con lo mínimo estipulado por la ley y buscar un programa de certificación relevante además de promover las áreas de mejora.
- Contar con pautas de evaluación predefinidas y promover cambios en el comportamiento: Es importante establecer prioridades y preocupaciones del bienestar animal previamente, así como promover el interés de los participantes en el programa para generar un cambio.
Los programas deben ofrecer asesoría técnica, así como contar con criterios permisibles o no dentro de las evaluaciones.
- Participación de evaluaciones externas: A través de programas basados en evidencia se pueden desarrollar las evaluaciones e invitar a la participación de revisores (inspectores o auditores externos).
USO DE INTELIGENCIA ARTIFICIAL: INDICADORES BASADOS EN ANIMALES
Okinda y colegas (2020) identificaron investigaciones con el uso de inteligencia artificial en producción avícola enfocado a indicadores basados en animales como:
- Evaluación de ganancia de peso
- Cojera y problemas locomotores
- Identificación de problemas de salud
- Sistemas de monitoreo de movimiento y cambios de comportamiento
La metodología para poder realizar estos análisis difiere entre estudios.
Evaluación de ganancia de peso
De manera general, en el caso de evaluación de ganancia de peso se realiza la captura de imágenes de manera automatizada de las aves y al ave se le asigna o codifica una figura geométrica de acuerdo con el espacio que ocupa su cuerpo con relación al ambiente.
El análisis consiste en evaluar los cambios de la figura geométrica o cuerpo del animal con relación al ambiente.
En teoría, parece sencillo este procesamiento, pero depende de varios factores como tipo de producción ya que la captura de imágenes:
- En una granja con aves en el piso, como el pollo de engorda, es más sencillo
- Aves en un aviario o jaula donde es más complicado identificar de manera aislada al animal.
También se presentan otras complicaciones prácticas como el efecto de la iluminación en la calidad en la imagen y errores de estimación conforme cambia la densidad animal.
Análisis de problemas locomotores
En el caso de análisis de problemas locomotores la inteligencia artificial presenta ventajas como la automatización de la evaluación. Los problemas locomotores en la producción de pollo pueden afectar entre 15-25% de la población y afectar severamente su bienestar al impedir el desarrollo de conductas esperadas como comer y beber.
El método convencional de evaluación de cojeras consiste en una inspección visual de la forma de caminar de los pollos y calificación con base a una escala de 0 a 5, siendo 5 la calificación que refleja una mayor dificultad para caminar. Este procedimiento requiere experiencia, tiempo y se realiza de manera individual por ave.
Mientras que el uso de inteligencia artificial requiere que se coloquen marcas o señalamientos visuales en las patas y articulaciones para que mediante captura de imágenes o videos se reconozcan estas marcas y el sistema pueda medir la velocidad, aceleración y grado de angulación. Esto ofrece un análisis objetivo y más práctico de la forma de caminar de los pollos.
Investigaciones con esta tecnología reportan identificar aves con problemas con mejor precisión comparado con el método convencional, lo cual representa un avance en favor del bienestar animal al poder identificar oportunamente problemas de salud y realizar una toma de acciones correctivas y preventivas.
Sin embargo, también se presentan limitaciones técnicas en el uso de estas herramientas ya que se requieren imágenes de posiciones laterales de las aves para evaluar su andar, mientras que la obtención en alto o encima de las aves resulta menos invasivo. De igual manera, estas investigaciones se realizaron en ambientes controlados y se restringió temporalmente el movimiento de las aves para facilitar la captura de la información individual.
Evaluación de problemas de salud
La evaluación de problemas de salud se ha estudiado con varios enfoques usando inteligencia artificial. Algunos ejemplos incluyen la evaluación de estrés calórico con el uso de imágenes capturadas con tecnología infrarroja y su posterior análisis con machine learning.
Sistemas de monitoreo de movimiento y cambios de comportamiento
También se ha evaluado el cambio de comportamiento de aves que cursan procesos infecciosos e incluso el cambio de color y viscosidad de excretas como indicadores de salud, pero las limitaciones prácticas son similares a las anteriormente mencionadas.
USO DE INTELIGENCIA ARTIFICIAL: BASADOS EN INDICADORES DE RECURSOS
Otras aplicaciones de la inteligencia artificial para la evaluación del bienestar animal basado en indicadores de recursos son los que se emplean para medir de manera automatizada los cambios de temperatura, humedad y otras condiciones ambientales en la granja de aves.
El objetivo de su uso es una mejor gestión de recursos para garantizar el cuidado de las aves y minimizar el impacto ambiental.
CONCLUSIÓN
En conclusión, el uso de herramientas de inteligencia artificial plantea varias soluciones a retos actuales de la producción avícola.
- Sin embargo, su aplicación aún tiene limitaciones y está orientada a sistemas integrados o con cierto avance de tecnificación.
- No obstante, se observan beneficios para el bienestar de las aves si se logra su integración a los sitios de producción.
Es importante mencionar que el uso de esta tecnología aún requiere de la persona para la toma de decisiones y es responsabilidad del productor, veterinario y personal de granja el cuidado y bienestar de las aves.