Inteligencia artificial aplicada al ovino: GenCloud4Sheep

El proyecto GenCloud4Sheep está centralizado por una plataforma federada de datos, en la que las asociaciones de raza vuelcan datos de lactaciones, animales, genotipados, paternidades, valoraciones genéticas, inseminaciones, morfología del animal, morfología de la ubre, enfermedades, datos geográficos de las granjas…

El objetivo principal del Grupo Operativo es incrementar la rentabilidad de las ganaderías ovinas a través de una capa de inteligencia artificial. También se quiere realizar un análisis de datos en plataforma federada dotada de inteligencia artificial para conseguir predicciones focalizadas directamente en la rentabilidad de las ganaderías. Otro objetivo es un análisis de soluciones innovadoras para mejorar la fertilidad orientadas al manejo de machos y hembras para generar datos útiles para la toma de decisiones en ganadería.

Los resultados esperados son los siguientes:

• Desarrollo de la plataforma. El volumen de datos es de 1,7 millones de animales procedentes de más de 1.400 explotaciones, con 3,7 millones de partos, 3,1 millones de lactaciones, unas 800.000 inseminaciones y 15,9 millones de controles lecheros.
• Análisis de datos MIR y condición corporal para evaluar mejoras en la fertilidad. Se ha obtenido el resultado de que 26 días después de la inseminación se puede detectar la preñez en leche con una fiabilidad del 85%.
• Análisis de datos de rendimiento reproductivo de machos basado en ritmo de saltos. El objetivo es conocer con exactitud el ritmo de saltos óptimo en los centros de sementales. Se trata de optimizar la vida útil de los animales.
• Datos de rendimiento reproductivo de machos y fertilidad de corderas basado en alimentación. Se trata de conocer el óptimo desarrollo de las corderas hasta el momento de la inseminación con cinco pesadas desde el nacimiento hasta la pubertad.
• Análisis de datos de fertilidad basado en mejora de viabilidad del semen. Se están probando tres diluyentes diferentes para mejorar la viabilidad del semen refrigerado de seis horas. El objetivo es alargar la vida útil y llegar hasta las 24 horas.
• Análisis de datos para la selección de sementales. Datos del desarrollo desde el cordero hasta la pubertad, los datos de morfología y el entrenamiento para la obtención de semen y predicción de calidad.

GenCloud4Sheep emplea inteligencia artificial para intentar comprender los motivos de las variaciones de rendimiento del sector ovino. Para ello, se realizan estudios de las correlaciones entre variables con miles de datos históricos de los animales, tanto genéticos como productivos. El objetivo es ofrecer un mayor conocimiento de cómo interaccionan los elementos del proceso productivo.

Se cuenta con los datos de las asociaciones de raza en una plataforma federada, que significa que los datos siguen siendo propiedad de cada una de las asociaciones y están validados por esas asociaciones.

La plataforma está basada en definir estudios, que en realidad son preguntas. La plataforma busca variables relevantes para resolver esas preguntas. La plataforma nos devuelve los indicadores más relevantes, ya que el algoritmo de inteligencia artificial simula la curva de los valores de las variables objetivo. Decide las variables qué influyen y cuánto influyen. La plataforma también permite hacer análisis poblacionales.

Para desarrollar la plataforma, se han llevado a cabo las siguientes tareas:

• Diseño e implementación de los componentes funcionales de la plataforma. Los datos de cada asociación son procesados por el servicio de firma y cargados en el almacén de datos.
• Pipelines de captación de datos desde los centros de investigación. Los históricos de diferentes tipos de datos de cada asociación se suben a un primer almacenamiento de la plataforma, según el formato de cada asociación. Se vuelcan también datos externos sobre el clima.
• Normalización, almacenamiento y gestión de los datos. Se ha definido un estándar de datos mínimo y común que refleja los datos de cada asociación. Se generan nuevas variables, que se pueden utilizar para cada modelo.

El objetivo es maximizar los kilos de leche producidos en las razas Assaf y Manchega. El algoritmo señala que influye la raza, los días de secado, los días de vida del animal y variables morfológicas como verticalidad, inserción y profundidad.

Con estos datos, se puede analizar cómo influyen esos indicadores. Así, por ejemplo, una mayor edad del animal influye negativamente en la producción de leche. Respecto a las características de la ubre, la inserción y la profundidad tienen influencia en la producción. Por su parte, cualquier recuento de células somáticas que no sea muy bajo influye de forma negativa.

El estudio de esta segunda parte se basa en calcular el éxito de las inseminaciones artificiales, en concreto en la raza Assaf. En el estudio aparecen variables esperadas como la edad del animal en el momento de la inseminación, pero también características relativas a la producción de leche.

Se observa que una edad alta del animal influye negativamente en el resultado de la inseminación en raza Assaf. Por su parte, analizando la media de crías vivas en partos previos, si una oveja tiene partos múltiples, ese hecho influye positivamente en el éxito de una futura inseminación.

Los datos relativos a la producción de leche son interesantes. En el caso de la media de grasa, los niveles bajos influyen positivamente, mientras que los valores altos son negativos. Por lo que respecta a la proteína, el algoritmo indica que son positivos los valores altos.

Si se analiza la concentración del eyaculado empleado, los valores muy altos influyen de forma negativa. En el caso de la motilidad, puede tener una influencia negativa si no son valores altos. El uso de la inteligencia artificial permite obtener relaciones no esperadas entre varios índices, como el que se ha dado entre la motilidad y la verticalidad.

Enlace al vídeo en nuestro canal de Youtube