Uso da termografia infravermelha para a predição da etiologia infecciosa da mastite subclínica bovina em sistema de ordenha robótico com o uso de técnicas de aprendizado de máquina

• Ano de defesa: 2024
• Autor(a) principal: Caracuschanski, Fernando David
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Microbiologia dos Laticínios; Gado; Inteligência Artificial
• Link de acesso: https://hdl.handle.net/11449/253392

A mastite é responsável por grandes prejuízos para produtores e indústrias devido a diminuição da qualidade e quantidade do leite produzido. A ordenha robótica surge como uma alternativa à escassez de mão de obra, entretanto a higienização dos tetos neste sistema pode ser ineficiente possibilitando o surgimento e a manutenção de casos de mastite no rebanho. Inexistem informações a respeito da eficiência da higienização dos tetos neste sistema em rebanhos mantidos a pasto. A utilização de técnicas precisas e rápidas de diagnóstico são fundamentais para o controle da mastite e a termografia infravermelha é um dos meios potenciais que podem ser usados para a identificação de uma vaca com a doença, devido a capacidade dos microrganismos em elevar a temperatura do úbere. Entretanto, este método sofre grandes variações devido a fatores dos animais e ambientais. O uso do aprendizado de máquina pode aprimorar o diagnóstico termográfico por meio da identificação de padrões, acelerando a tomada de decisões clínicas. Assim, objetivou-se avaliar a termografia infravermelha para a predição da etiologia infecciosa da mastite subclínica bovina com o uso de técnicas de aprendizado de máquina, em sistema de ordenha voluntária de vacas criadas a pasto. Oitenta e nove vacas em lactação de uma propriedade rural de São Carlos, SP, Brasil foram submetidas durante seis meses a análises termográficas do úbere, exame microbiológico, avaliação dos teores de gordura e contagem de células somáticas das amostras de leite. Foram coletados dados como estágio de lactação, paridade, data e hora da ordenha e índice de sujidade dos quartos mamários. A ocorrência de sol ou chuva durante a obtenção das amostras foram devidamente registradas e sensores programados para o monitoramento da temperatura ambiente e umidade relativa do ar foram utilizados. As análises dos dados foram realizadas no software R (versão 4.2.3.), utilizou-se técnicas supervisionadas de aprendizado de máquina (supervised machine learning), com a finalidade de predição da mastite e da etiologia infeciosa com o uso da termografia infravermelha. Modelos de regressão logística binomial e multinomial foram utilizados e comparados. Espera-se, com os resultados obtidos, a obtenção de mais informações sobre a capacidade diagnóstica da termografia infravermelha, de modo que sejam proporcionados subsídios futuros a produtores e assistência técnica especializada sobre a identificação de casos subclínicos de mastite bovina em sistemas de ordenha robotizados.