Okostelefonos fényképek és kamerás mozgáselemzés segítheti a szalmonella korábbi felismerését a baromfitelepeken. A mesterséges intelligencia nem magát a baktériumot mutatja ki, hanem olyan képi és viselkedési eltéréseket keres, amelyek fertőzésre utalhatnak.

A Georgiai Egyetem kutatói két módszert vizsgáltak. Az egyik a baromfiürülékről készített fényképeket értékeli, a másik a brojlerállomány napi aktivitásának változását követi. A cél egy gyors, telepen is használható előszűrési rendszer kialakítása.

A képfelismerő modell az ürülék színét, állagát és formáját elemzi. Ezek egy részét egészségi probléma is módosíthatja, így a rendszer jelezheti, ha indokolt a célzott mintavétel vagy az állatorvosi ellenőrzés.

Az adatfelvételhez elvileg elegendő lehet egy okostelefon. Ez egyszerűbbé és gyakoribbá teheti az ellenőrzést, különösen ott, ahol nincs lehetőség folyamatos műszeres megfigyelésre.

A módszer korlátai ugyanakkor jelentősek. A fényképek értékelését befolyásolhatja a megvilágítás, a kamera minősége, az alom, a takarmányozás és az állatok életkora. Az ürülék megjelenése más betegségek vagy tartási problémák miatt is változhat, ezért a képi jelzés önmagában nem diagnózis.

A másik vizsgált módszer a brojler aktivitási indexre épül. A kamerás rendszer azt követi, hogyan mozog és helyezkedik el az állomány az istállóban, majd eltéréseket keres a megszokott napi mintához képest.

Egy fertőzés már a látványos tünetek megjelenése előtt csökkentheti az állatok aktivitását. Változhat az etetők és itatók használata, illetve az állomány térbeli eloszlása is. Ezek a jelek korábbi ellenőrzést tehetnek lehetővé. A viselkedést azonban a hőstressz, a tartási sűrűség, az istállóklíma, a takarmányváltás és más betegségek is módosíthatják. A rendszernek ezért több környezeti és állományadatot kell együtt értékelnie.

Az MI-alapú megfigyelés legfontosabb szerepe a kockázat jelzése lehet. Segíthet kiválasztani, hogy mikor indokolt célzott mintavétel, járványvédelmi felülvizsgálat vagy állatorvosi beavatkozás.

A fertőzés igazolásához természetesen továbbra is szabályos mintavétel és laboratóriumi vizsgálat szükséges. Az új módszer ezért nem helyettesíti a hatósági és üzemi ellenőrzési programokat, hanem kiegészítheti azokat.

Az üzemi alkalmazás előtt a modelleket különböző fajtákkal, életkorokkal és tartási rendszerekben is vizsgálni kell. Egyetlen telep adataiból betanított algoritmus más világítás, alom vagy istállóklíma mellett kevésbé pontos lehet.

A hazai baromfiágazat számára a korai jelzés állategészségügyi és élelmiszer-biztonsági szempontból egyaránt hasznos lehet. A technológia gyakorlati értékét azonban a pontosság, a téves riasztások száma és a meglévő mintavételi rendszerhez való illeszthetőség dönti el.

Magyar üzemi körülmények között külön validációra lenne szükség. Egyértelműen meg kell határozni azt is, milyen jelzés után milyen telepi intézkedés következzen.

Az MI ebben a rendszerben nem döntéshozó, hanem korai figyelmeztető eszköz lehet. Akkor jelent valódi segítséget, ha időben jelzi a további vizsgálat szükségességét, miközben a végső értékelés továbbra is az állatorvosra és a laboreredményre épül.