<p style="text-align:justify">Por: art&iacute;culo publicado en porcinews.com&nbsp; <p style="text-align:justify">Fotos: Banco de im&aacute;genes <p style="text-align:justify">La demanda mundial de prote&iacute;na de origen animal est&aacute; aumentando r&aacute;pidamente, dado el continuo crecimiento de la poblaci&oacute;n global, as&iacute; como el aumento de los ingresos y la urbanizaci&oacute;n, especialmente en los pa&iacute;ses en desarrollo (FAO, 2018). Sin embargo, la satisfacci&oacute;n de esta demanda creciente debe llevarse a cabo paralelamente a la mejora del Bienestar Animal y a la reducci&oacute;n del impacto ambiental de los sistemas de producci&oacute;n (FAO, 2017). <p style="text-align:justify">En este sentido, a lo largo de los a&ntilde;os, se han logrado notables avances en la producci&oacute;n y la calidad del cerdo. Hoy en d&iacute;a, el Big Data es una de las &aacute;reas de innovaci&oacute;n que ofrece una incre&iacute;ble oportunidad para un progreso a&uacute;n m&aacute;s acelerado del sector porcino. <p style="text-align:justify">&ldquo;El Big Data es una de las &aacute;reas de innovaci&oacute;n que ofrece una incre&iacute;ble oportunidad para un progreso a&uacute;n m&aacute;s acelerado del sector porcino&rdquo; <p style="text-align:justify">Aplicaci&oacute;n del Big Data <p style="text-align:justify">Pueden generarse enormes bases de datos ricas en informaci&oacute;n combinando los datos obtenidos del software de gesti&oacute;n en la granja con datos relacionados con la meteorolog&iacute;a, la econom&iacute;a, las im&aacute;genes por sat&eacute;lite, la raza y la informaci&oacute;n gen&oacute;mica sobre poblaciones de cerdos enteras, las preferencias de los consumidores, entre otras. <p style="text-align:justify">La disponibilidad de estos repositorios de Big Data permite el uso de sofisticadas herramientas de aprendizaje autom&aacute;tico y an&aacute;lisis predictivo para tomar decisiones de gesti&oacute;n &oacute;ptimas basadas en datos. <p style="text-align:justify">A continuaci&oacute;n, analizamos el potencial y los retos actuales del Big Data junto con algunos ejemplos de aplicaciones en la producci&oacute;n porcina. <p style="text-align:center"> <p style="text-align:center">&ldquo;Comprender los patrones de movimiento de los animales es crucial para la toma de decisiones en el sector porcino&rdquo; <p style="text-align:justify">An&aacute;lisis del Big Data <p style="text-align:justify">En este art&iacute;culo se presentan dos ejemplos de integraci&oacute;n y extracci&oacute;n de datos en el &aacute;mbito de la producci&oacute;n y gesti&oacute;n porcina, m&aacute;s concretamente en el transporte de cerdos. <p style="text-align:justify">1.&nbsp;&nbsp;&nbsp;&nbsp; P&eacute;rdida de peso en el transporte <p style="text-align:justify">Las p&eacute;rdidas de peso durante el transporte de los cerdos son una importante preocupaci&oacute;n en materia de Bienestar Animal, que tambi&eacute;n tiene un impacto econ&oacute;mico directo para los productores y los mataderos. Estas p&eacute;rdidas est&aacute;n relacionadas con m&uacute;ltiples factores, como la gen&eacute;tica de los cerdos, el manejo por parte del personal, la gesti&oacute;n y las condiciones meteorol&oacute;gicas. <p style="text-align:justify">Comprender estos factores asociados a las p&eacute;rdidas totales durante el transporte (TTL) es fundamental para el sector porcino, ya que puede contribuir a la toma de decisiones y al desarrollo de estrategias de transporte para minimizar el riesgo de p&eacute;rdidas. <p style="text-align:justify">Se utiliz&oacute; el an&aacute;lisis de datos para estudiar los factores asociados a las TTL en cerdos con peso de mercado en las condiciones de campo t&iacute;picas para el Medio Oeste de Estados Unidos (Passafaro et al. - 2019). Un gran productor de cerdos de Iowa (EE.UU.) facilit&oacute; dos a&ntilde;os de informes de env&iacute;o de cerdos con peso de mercado. Los datos inclu&iacute;an informaci&oacute;n sobre: <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; La granja de origen, el matadero de destino y la fecha del env&iacute;o. <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; El grupo de manejo: destete, wean-to-finish o engorde. <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; La empresa de transporte. <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; El tipo de conductor: propietario del cami&oacute;n o empleado de la empresa de transporte. <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; El n&uacute;mero de cerdos cargados y el peso medio de mercado por env&iacute;o. <p style="text-align:justify">-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; La latitud y longitud de todas las granjas y mataderos para estimar la distancia recorrida. <p style="text-align:justify">Por otro lado, se obtuvieron las mediciones medias diarias de temperatura, humedad relativa, velocidad del viento y precipitaciones de la organizaci&oacute;n gubernamental National Oceanic and Atmospheric Administration (NOAA), calcul&aacute;ndose el &iacute;ndice de temperatura y humedad (THI) mediante la f&oacute;rmula de la NOAA (1976). <p style="text-align:justify">Tras editar los datos para eliminar las incoherencias y la informaci&oacute;n que faltaba, el conjunto de datos final inclu&iacute;a un total de 4.567.514 de cerdos de 420 explotaciones cargados en 26.819 env&iacute;os entregados a dos mataderos. <p style="text-align:justify">Los resultados mostraron asociaciones significativas entre las TTL y el efecto principal de todas las variables explicativas, excepto la velocidad del viento y las precipitaciones. Tambi&eacute;n fueron significativas las interacciones peso medio de mercado &times; matadero, y velocidad del viento &times; precipitaciones. <p style="text-align:justify">Se observ&oacute; una compleja relaci&oacute;n no lineal entre las TTL y las co-variables del modelo para la distancia recorrida, el THI y los t&eacute;rminos de interacci&oacute;n. <p style="text-align:justify">En resumen, este estudio se&ntilde;ala que las TTL est&aacute;n influenciadas por un sistema complejo en el que intervienen m&uacute;ltiples factores interrelacionados, lo que puede gestionarse para mitigar el riesgo de p&eacute;rdidas. Estos resultados pueden utilizarse para desarrollar un algoritmo de optimizaci&oacute;n para minimizar las p&eacute;rdidas durante el transporte de cerdos con peso de mercado. <p style="text-align:justify">2.&nbsp;&nbsp;&nbsp;&nbsp; Diseminaci&oacute;n de enfermedades a trav&eacute;s del transporte <p style="text-align:justify">A menudo, la producci&oacute;n porcina se basa en un sistema multi-sitio en el que los cerdos son transportados entre explotaciones una vez concluida cada fase de producci&oacute;n. Aunque el transporte terrestre es un componente cr&iacute;tico de la cadena de suministro de carne de cerdo, podr&iacute;a constituir una v&iacute;a potencial de diseminaci&oacute;n de enfermedades infecciosas. <p style="text-align:justify">Passafaro et al. (2020) utilizaron los informes de movimiento de 76.566 env&iacute;os en un sistema de producci&oacute;n multi-sitio para caracterizar el flujo de movimiento de los cerdos y para evaluar el impacto potencial de cada tipo de granja en la diseminaci&oacute;n de enfermedades. <p style="text-align:justify">Un an&aacute;lisis de redes temporal demostr&oacute; que las unidades de producci&oacute;n de cerdas nul&iacute;paras y de transici&oacute;n, as&iacute; como las granjas de reproductoras tienen un papel m&aacute;s central en la jerarqu&iacute;a de la producci&oacute;n porcina. Como tales, son las principales fuentes potenciales de introducci&oacute;n y propagaci&oacute;n de enfermedades en el sistema. <p style="text-align:justify">En cambio, las unidades wean-to-finish y de engorde mostraron valores in-grado elevados, lo que indica que son m&aacute;s susceptibles de ser infectadas. <p style="text-align:justify">Las caracter&iacute;sticas de una enfermedad deber&iacute;an ser muy determinantes con respecto a las pr&aacute;cticas de bioseguridad en los centros de producci&oacute;n. Por ejemplo, las medidas de bioseguridad deben centrarse en las explotaciones de reproductoras en el caso de las enfermedades altamente contagiosas (por ejemplo, la fiebre aftosa), mientras que deben dirigirse a las transiciones en el caso de las enfermedades menos contagiosas (por ejemplo, las infecciones por micobacterias). <p style="text-align:justify">En este sentido, comprender los patrones de movimiento de los animales es crucial para la toma de decisiones en el sector porcino en caso de epidemia, as&iacute; como para dise&ntilde;ar enfoques rentables para vigilar, prevenir, controlar y erradicar las enfermedades infecciosas en sistemas multi-sitio.