Nội dung có ở:
Một nghiên cứu mới công bố từ Đại học Georgia (Mỹ) cho thấy các công cụ ứng dụng trí tuệ nhân tạo (AI) có thể giúp người chăn nuôi gia cầm phát hiện vi khuẩn Salmonella nhanh hơn, chỉ thông qua hình ảnh chụp bằng điện thoại thông minh và biểu hiện hoạt động của đàn gà.
Dự án này được tài trợ bởi Quỹ USPOULTRY nhằm thúc đẩy các giải pháp đổi mới sáng tạo cho sức khỏe gia cầm và an toàn thực phẩm. Toàn bộ nghiên cứu do Tiến sĩ Guoming Li đến từ Khoa Khoa học Gia cầm và Viện Trí tuệ Nhân tạo thuộc Đại học Georgia làm trưởng nhóm.
Mối nguy từ Salmonella
Salmonella là một trong những nguyên nhân hàng đầu gây ngộ độc thực phẩm tại Mỹ, với các triệu chứng như tiêu chảy, sốt và co thắt dạ dày.
Sản phẩm gia cầm từ lâu đã được xác định là một trong những nguồn lây nhiễm Salmonella sang người.
Do đó, việc phát hiện sớm và nhanh chóng vi khuẩn Salmonella ngay tại các trang trại chăn nuôi là yếu tố sống còn để nâng cao an toàn thực phẩm, bảo vệ sức khỏe đàn vật nuôi và giảm thiểu tối đa nguy cơ mầm bệnh xâm nhập vào chuỗi cung ứng thực phẩm.
Hiện nay, phương pháp tiêu chuẩn để phát hiện Salmonella tại trang trại là thu thập mẫu chất độn chuồng hoặc mẫu phân, sau đó gửi đến phòng thí nghiệm để nuôi cấy và kiểm nghiệm vi sinh.
Quy trình này dù có độ chính xác cao nhưng lại tốn nhiều công sức, chi phí đắt đỏ và phải mất vài ngày mới có kết quả.
Hai mục tiêu cốt lõi
Nhóm nghiên cứu của Tiến sĩ Li đã tìm hiểu xem liệu công nghệ AI và thị giác máy tính (computer vision) có thể cung cấp một giải pháp giám sát Salmonella nhanh chóng và thực tế hơn cho các đàn gia cầm hay không.
Dự án tập trung vào hai mục tiêu chính:
- Thứ nhất: Phát triển và đánh giá một hệ thống AI có khả năng dự đoán sự hiện diện của vi khuẩn Salmonella thông qua hình ảnh phân gia cầm chụp bằng điện thoại thông minh.
- Thứ hai: Nghiên cứu xem các thay đổi trong hoạt động và hành vi di chuyển hàng ngày của gà (được gọi là Chỉ số Hoạt động Gà thịt – Broiler Activity Index) có thể dùng làm dấu hiệu cảnh báo sớm nguy cơ nhiễm Salmonella hay không.
Kết quả nghiên cứu
Mô hình AI cho kết quả thử nghiệm rất khả quan khi được huấn luyện và chạy thử bằng dữ liệu hình ảnh phân thu thập trong cùng một vùng địa lý, đạt độ chính xác lên tới hơn 93%.
Tuy nhiên, khi áp dụng mô hình này vào các hình ảnh thu thập từ các vùng địa lý khác, độ chính xác đã giảm mạnh, chỉ còn khoảng 40% đến 60%.
Thực tế này cho thấy sự khác biệt về môi trường và vùng miền có ảnh hưởng lớn đến hiệu suất của mô hình AI.
Do đó, hệ thống cần phải nạp thêm dữ liệu từ nhiều khu vực khác nhau trước khi có thể thương mại hóa rộng rãi.
Bên cạnh đó, các nhà nghiên cứu cũng phát hiện ra rằng, trong khi những con gà con khỏe mạnh thể hiện chu kỳ hoạt động hàng ngày (nhịp sinh học) hoàn toàn bình thường, thì những con gà nhiễm Salmonella lại có sự thay đổi rõ rệt trong biểu hiện hoạt động.
Điều này mở ra triển vọng sử dụng công nghệ thị giác máy tính để giám sát liên tục hành vi của gia cầm, đóng vai trò như một “chỉ dấu sinh học kỹ thuật số” nhằm phát hiện sớm các đàn gà có nguy cơ nhiễm bệnh.
Trong khuôn khổ dự án, nhóm nghiên cứu đã công khai mã nguồn phần mềm và ứng dụng trên điện thoại thông minh qua nền tảng GitHub, tạo điều kiện cho các đơn vị trong ngành và các nhà phát triển công nghệ tiếp tục kế thừa, nâng cấp nền tảng này.
Nhìn chung, các kết quả trên đã chứng minh tiềm năng to lớn của AI và thị giác máy tính trong việc cung cấp các công cụ giám sát Salmonella nhanh chóng, chi phí thấp ngay tại trang trại, mang lại cho người chăn nuôi cơ hội mới để thắt chặt quản lý sức khỏe đàn và an toàn sinh học.
Mặc dù cần hoàn thiện thêm để tối ưu hóa hiệu suất hoạt động giữa các vùng địa lý khác nhau, công nghệ này kỳ vọng sẽ giảm bớt sự phụ thuộc vào xét nghiệm phòng thí nghiệm, cảnh báo bệnh sớm hơn, nâng cao hiệu quả quản lý chuồng trại, siết chặt an toàn sinh học tại chăn nuôi và hỗ trợ đắc lực cho sự phát triển của hệ thống chăn nuôi gia cầm chính xác tự động hóa.