En la reunión de la Poultry Science Association LATAM, celebrada recientemente, Phytobiotics lanzó su nueva aplicación móvil basada en IA llamada Chicken Checker. Esta herramienta permitirá a los productores avícolas detectar precozmente posibles brotes de enfermedades. Los trabajadores de la granja tendrán que tomar fotografías de las heces de los pollos. El algoritmo comparará las imágenes y dará información sobre el estado de salud de los pollos. Toda esta información estará disponible instantáneamente tanto en el teléfono del operador y del técnico de campo correspondiente, como en un tablero de control en las computadoras.
Hemos hablado con Dimitri Freitas y Cleverson de Souza, de Phytobiotics, así como con el Dr. Ricardo Hummes Rauber de Vetinova, los principales expertos que han trabajado en la validación de esta tecnología totalmente nueva y realmente única.
Dimitri Freitas, Phytobiotics
¿Puede describir cuánto tiempo tomó todo el proceso de prueba de Chicken Checker?
El proceso de desarrollo comenzó en 2021, en una fase de concepción de la idea. Al año siguiente, las ideas se convirtieron en un plan. Inicialmente, el objetivo era desarrollar un método seguro y eficiente que pudiera correlacionar las fotos de las heces con las evaluaciones intestinales realizadas en la necropsia. Después de tener el método desarrollado trabajamos en los últimos dos años para confirmar la seguridad de la información y garantizar que la aplicación sea fácil de usar para los usuarios.
¿Cuáles fueron los principales desafíos a la hora de iniciar el proceso de pruebas?
Desarrollar una innovación es un proceso desafiante todos los días. El proyecto Chicken Checker involucra a personas de diferentes campos, como veterinarios, profesionales de la tecnología de la información, estadísticos, asistentes técnicos y granjeros. Involucrar a todas las personas fue el primer gran desafío.
¿Cuáles considera que son las principales ventajas de Chicken Checker para la industria?
La gestión de la información en la industria de las proteínas tiene varias ventajas. Voy a mencionar algunas: el monitoreo de un parámetro relevante en tiempo real, el historial de información, la gestión de resultados (poder anticipar tendencias y analizar riesgos potenciales) y otro punto relevante sería optimizar el trabajo de soporte técnico.
Cleverson De Souza, Phytobiotics
¿Puede darnos algunos números detrás de Chicken Checker? Como el número de necropsias, granjas, fotografías, etc.
Para el protocolo de crear el algoritmo, se analizaron un total de 40 lotes, con 800 necropsias, 53307 imágenes recolectadas, pero 33221 imágenes fueron utilizadas para hacer el primer algoritmo.
Después de que el algoritmo funcionó, para probar y validar el CC en LAR, se utilizaron alrededor de 150 lotes, se recolectaron alrededor de 47000 imágenes por parte de los granjeros.
¿Cuál fue el principal desafío para validar la correlación entre las imágenes y los resultados de las necropsias?
El principal desafío fue correlacionar los resultados de las necropsias y las imágenes de las heces. Para ello se realizó un protocolo enorme con un gran número de necropsias y fotografías. Después de eso, el algoritmo fue entrenado para reconocer la probabilidad de que el animal tuviera un problema intestinal basándose en una imagen.
¿Qué tan seguros/válidos son los resultados de Chicken Checker?
Los análisis iniciales para crear el algoritmo se basaron en el protocolo estadístico y en el análisis de regresión, estos primeros pasos permiten una confianza significativa en los resultados. El algoritmo tiene alrededor de un 90% de probabilidades de identificar problemas intestinales a través de una imagen. Además de eso, la capacidad de mejorar esta precisión se actualiza constantemente, ya que cada vez se evalúan más imágenes y más lotes.
Ricardo Hummes Rauber, Vetinova
¿Cuáles fueron tus primeras impresiones cuando te pidieron que apoyaras la validación de Chicken Checker?
Cuando me pidieron por primera vez que apoyara la validación de Chicken Checker, me pareció una oportunidad fascinante. La idea de integrar datos en tiempo real y avances tecnológicos en la gestión de la salud avícola me pareció inmediatamente un paso importante para la industria. Vi el potencial que tenía para agilizar los procesos de toma de decisiones, mejorar los resultados sanitarios y aumentar la productividad de una manera que se alinea con mi enfoque en las estrategias basadas en evidencia en salud animal.
¿Cómo ves el futuro de Chicken Checker y qué otra aplicación de Chicken Checker podrías imaginar?
El futuro de Chicken Checker parece prometedor, especialmente con el creciente énfasis en la agricultura de precisión y la gestión de la salud basada en datos. A medida que la tecnología continúa avanzando, creo que Chicken Checker se convertirá en una plataforma aún más sólida, que podría integrar análisis predictivos e inteligencia artificial para pronosticar riesgos sanitarios y optimizar las estrategias de intervención. Más allá de las aves de corral, esta tecnología podría adaptarse a otros sectores, como el porcino, ofreciendo beneficios similares en términos de prevención de enfermedades y mejora de la productividad.
¿Cuál es tu consejo para los futuros usuarios de Chicken Checker?
Mi consejo a los futuros usuarios es que adopten plenamente la tecnología y la hagan parte de su estrategia de gestión. Cuantos más datos introduzcan en Chicken Checker, más información valiosa obtendrán. Además, no tenga miedo de explorar todas sus capacidades y colaborar con expertos para adaptar el sistema a sus necesidades específicas. La tecnología es tan buena como su implementación, así que asegúrese de maximizar su potencial para impulsar mejores resultados de sanitarios y eficiencia operativa.
Para obtener más información sobre Chicken Checker, comuníquese con Dimitri Freitas en d.freitas@phytobiotics.com.br.
Póngase en contacto con nuestros expertos o envíenos un mensaje. Nos pondremos en contacto con usted lo antes posible.
