Gebruikersgerichte ontwikkeling van automatische kreupelheidsdetectiesystemen bij melkvee

Kreupelheid is een van de belangrijkste gezondheidsproblemen bij melkkoeien en leidt tot een verlaagd dierenwelzijn en grote economische verliezen tot € 53 per koe per jaar. Tijdige detectie en behandeling kunnen helpen om economische verliezen te minimaliseren en het welzijn van de koe te garanderen. De courant gebruikte visuele detectiemethode is echter arbeidsintensief en subjectief, en vereist training van de observator om de vaak subtiele veranderingen in het stappatroon van een koe op te merken. Daardoor wordt het probleem onderschat in de praktijk, en wordt het probleem dikwijls pas in een later stadium gedetecteerd wanneer de economische verliezen al hoog opgelopen zijn. Door de toename in bedrijfsgrootte  kan steeds minder tijd gespendeerd worden aan het observeren van individuele dieren, waardoor objectievere en minder tijdrovende detectiemethoden wenselijker worden. Automatische kreupelheidsdetectiesystemen kunnen hiervoor een oplossing bieden door vroegtijdige detectie en behandeling mogelijk te maken. Op dit moment zijn echter nog geen kostenefficiënte systemen beschikbaar omdat zowel de ongekende economische meerwaarde en maximale investeringskost voor dergelijke systemen, als het potentiele adoptieniveau en de voorkeuren van melkveehouders betreffende de performantie en prijs van zo’n systemen ongekend zijn. Recent ontwikkelde prototypes lijken veelbelovend, maar de kostprijs hiervan ligt dikwijls hoog, en de implementeerbaarheid in bestaande stallen en de performantie moeten verbeterd worden voordat deze prototypes bruikbaar worden in de praktijk.

In dit doctoraatsonderzoek werden daarom designcriteria bepaald voor de verdere ontwikkeling van bestaande prototypes tot praktijkrijpe kreupelheidsdetectiesystemen. Er werd nagegaan welke factoren de economische meerwaarde beïnvloeden, en hoe deze meerwaarde kan ingeschat worden voor specifieke bedrijven en systemen. Via een keuze-experiment werden melkveehouders bevraagd naar hun voorkeuren betreffende de performantie en kostprijs van een detectiesysteem. Gelijktijdig werd het effect van sensibilisering op de voorkeuren van de melkveehouder onderzocht via het verstrekken van extra informatie over kreupelheid en de bijhorende consequenties. Op basis hiervan werd nagegaan hoe systeemontwikkelaars deze informatie kunnen gebruiken bij de verdere ontwikkeling van bestaande prototypes, en wat het huidige adoptiepotentieel is van automatische kreupelheidsdetectiesystemen in de Vlaamse melkveehouderij. Er werd getracht deze criteria te implementeren in een druksensitieve loopmat door de kostprijs te verlagen en de implementeerbaarheid van het systeem te verhogen. Daarnaast werd onderzocht of de performantie kon verbeterd worden door nieuwe, automatisch opgemeten variabelen die het looppatroon van de koe beschrijven te gebruiken in verbeterde individuele detectiealgoritmen.

Analyse van de economische meerwaarde toonde aan dat verschillende kennishiaten een accurate berekening bemoeilijken. Vooral het effect van vroegtijdige detectie en behandeling op de economische verliezen door kreupelheid en de ongekende levensduur van een systeem bleken belangrijk te zijn. Daarnaast werd rekening gehouden met de performantie van het systeem, en systeem-specifieke en bedrijfsspecifieke informatie zoals de bedrijfsgrootte en de kostprijs, omdat deze de meerwaarde sterk beïnvloeden. Mits inachtname van de nodige aannames bleek hieruit dat automatische detectiesystemen een positieve meerwaarde kunnen genereren.

Het keuze-experiment leidde tot de conclusie dat melkveehouders een voorkeur hebben voor systemen die weinig manke koeien missen en weinig valse alarmen geven tegen een lage kostprijs. Systemen die kunnen aangeven welke poot mank is, werden verkozen boven systemen zonder deze eigenschap. Vlaamse melkveehouders waren bereid meer te betalen voor een systeem met betere performantie. In het algemeen werd visuele detectie verkozen boven automatische detectiesystemen, behalve door melkveehouders die reeds ervaring hebben met tochtdetectiesystemen. Hieruit werd geconcludeerd dat de detectieperformantie voldoende hoog moet zijn alvorens melkveehouders de aanschaf van een automatisch kreupelheidsdetectiesysteem overwegen. Het verstrekken van extra informatie beïnvloedde de interesse van melkveehouders positief, wat betekent dat sensibilisatie de adoptie van automatische kreupelheidsdetectie in de praktijk kan bevorderen. Daarnaast kan de adoptie bevorderd worden door systemen goedkoper te maken, en de detectieperformantie te verhogen.

Uit het onderzoek bleek dat de Gaitwise sensor kan ingekort worden van 4.88 naar 3.28 meter om de kostprijs te verlagen en de implementeerbaarheid in bestaande stallen te verbeteren. Ook de sensorresolutie kan verlaagd worden om de kostprijs te verlagen zonder de performantie negatief te beïnvloeden, resulterend in een geschatte totale kostreductie van 83 %. Nieuwe stappatroon-variabelen die omschrijven in welke mate een koe stijf of voorzichtig stapt, werden afgeleid, alsook welke poten samen contact maken met de grond gedurende een bepaalde tijdsspanne. Deze variabelen bleken inderdaad te verschillen tussen koeien met een verschillende kreupelheidsstatus, en zijn bijgevolg interessant voor gebruik in betere detectiealgoritmen.

Finaal werd een nieuwe monitoringsopstelling gebouwd en werden dagelijkse metingen uitgevoerd met het Gaitwise-systeem om data te verzamelen voor het ontwikkelen van detectiealgoritmen met een hogere performantie. Hierbij werd getracht de invloed van omgevingsfactoren die het looppatroon kunnen beïnvloeden, zoals het effect van duisternis of een gladde ondergrond, zoveel mogelijk te beperken. In een eerste stap werd een detectiemodel op groepsniveau ontwikkeld, wat resulteerde in een onvoldoende hoge performantie met een sensitiviteit van 36.9 % en specificiteit van 86.9 %. Dit was het gevolg van het feit dat koeien dikwijls afgeleid waren gedurende de meting, waardoor niet-manke koeien een sterk variërend stappatroon vertoonden dat moeilijker te onderscheiden was van dat van manke koeien. In een tweede stap werd getracht het looppatroon van individuele koeien te monitoren. Door de vele ontbrekende en onbruikbare metingen, resulterende in slechts 27.6 % succesvolle metingen, was het echter niet mogelijk degelijke individuele detectiealgoritmen te ontwikkelen. Niettemin werden suggesties geformuleerd om de implementatie van de sensor en de dataverzameling in de toekomst te verbeteren en zodoende betere individuele opvolging mogelijk te maken. Hierbij moet ervoor gezorgd worden dat koeien zo weinig mogelijk hindernissen en afleidingen ondervinden, en gemotiveerd zijn om aan een voldoende hoog tempo door te lopen.

Toekomstig onderzoek kan de gepresenteerde resultaten aanwenden ter bevordering van de verdere ontwikkeling en adoptie van automatische kreupelheidsdetectiesystemen in de praktijk. Factoren die de economische meerwaarde van dergelijke systemen beïnvloeden, dienen verder te worden onderzocht om een accuratere inschatting mogelijk te maken. De economische meerwaarde kan verder verhoogd worden door het verlagen van de kostprijs en het verhogen van de performantie, en via integratie van de gebruikte technologieën met andere gezondheids-monitoringsdoeleinden. Verder onderzoek is nodig om uit te zoeken hoe preventieve en andere maatregelen die het voorkomen van kreupelheid verminderen, kunnen gecombineerd worden met automatische detectie om een degelijk kreupelheids-management te bekomen. Daarnaast moet nagegaan worden of, rekening houdende met de behaalde onderzoeksresultaten en de combinatie van technische, sociale en economische gegevens,  verdere ontwikkeling nog steeds interessant is voor elk bestaand prototype.