Modellen met kunstmatige intelligentie kunnen voorspellen welke melkkoeien een verhoogd risico op kreupelheid hebben. De betrouwbaarheid verschilt sterk tussen melkveebedrijven. Dat blijkt uit Brits onderzoek waarbij gegevens van 2.690 melkkoeien op tien bedrijven werden geanalyseerd.
Onderzoekers van de Universiteit van Nottingham onderzochten in hoeverre AI-modellen die op het ene melkveebedrijf zijn ontwikkeld, ook bruikbaar zijn op andere bedrijven. Daarvoor gebruikten ze 40.495 beoordelingen van de mobiliteit van 2.690 melkkoeien op tien melkveebedrijven. Daarnaast verzamelden ze gegevens over eerdere gevallen van kreupelheid, klauwaandoeningen, leeftijd, lactatie en melkproductie.
Met deze gegevens testten de onderzoekers vijf voorspellingsmodellen: drie modellen die gebruikmaken van machinelearning en twee modellen die werken met deeplearning. De systemen moesten voorspellen welke koeien kreupel waren en welke niet.
Veel kreupele koeien gemist
Alle vijf de modellen bleken beter in het voorspellen welke koeien niet kreupel waren dan welke dieren wel kreupel waren. Bij toepassing op andere bedrijven liep de gevoeligheid sterk uiteen. Gemiddeld werd slechts 21 tot 28 procent van de kreupele koeien correct herkend.
Door de grenswaarde waarbij het systeem een koe als mogelijk kreupel aanmerkt per bedrijf aan te passen, verbeterden de resultaten aanzienlijk. De gevoeligheid steeg daardoor naar gemiddeld 64 tot 71 procent. Ook dan bleef een deel van de kreupele dieren buiten beeld.
De belangrijkste voorspeller van kreupelheid bleek de voorgeschiedenis van de koe. Vooral dieren die eerder kreupel waren geweest of last hadden gehad van zoolzweren en andere klauwaandoeningen, liepen een verhoogd risico. Ook de leeftijd van het dier speelde een belangrijke rol.
Volgens de onderzoekers laten de resultaten zien dat AI-modellen niet zonder meer van het ene naar het andere melkveebedrijf kunnen worden overgezet. De verschillen tussen bedrijven zijn daarvoor te groot. Vervolgonderzoek moet duidelijk maken welke bedrijfsspecifieke gegevens nodig zijn om de betrouwbaarheid van de voorspellingen te verbeteren.
Het onderzoek is gepubliceerd in het wetenschappelijke tijdschrift Preventive Veterinary Medicine.
