Proceso • TECNOLOGÍAS

Big Data ¿Por qué utilizarlo en el transporte de cerdos?

Aplicar herramientas de aprendizaje automático, gestión de datos y análisis predictivo durante el transporte, es clave para prevenir enfermedades y evitar pérdidas económicas, entre otros beneficios. 

  • 19/10/2023 • 13:00

Por: artículo publicado en porcinews.com 

Fotos: Banco de imágenes

La demanda mundial de proteína de origen animal está aumentando rápidamente, dado el continuo crecimiento de la población global, así como el aumento de los ingresos y la urbanización, especialmente en los países en desarrollo (FAO, 2018). Sin embargo, la satisfacción de esta demanda creciente debe llevarse a cabo paralelamente a la mejora del Bienestar Animal y a la reducción del impacto ambiental de los sistemas de producción (FAO, 2017).

En este sentido, a lo largo de los años, se han logrado notables avances en la producción y la calidad del cerdo. Hoy en día, el Big Data es una de las áreas de innovación que ofrece una increíble oportunidad para un progreso aún más acelerado del sector porcino.

“El Big Data es una de las áreas de innovación que ofrece una increíble oportunidad para un progreso aún más acelerado del sector porcino”

Aplicación del Big Data

Pueden generarse enormes bases de datos ricas en información combinando los datos obtenidos del software de gestión en la granja con datos relacionados con la meteorología, la economía, las imágenes por satélite, la raza y la información genómica sobre poblaciones de cerdos enteras, las preferencias de los consumidores, entre otras.

La disponibilidad de estos repositorios de Big Data permite el uso de sofisticadas herramientas de aprendizaje automático y análisis predictivo para tomar decisiones de gestión óptimas basadas en datos.

A continuación, analizamos el potencial y los retos actuales del Big Data junto con algunos ejemplos de aplicaciones en la producción porcina.

“Comprender los patrones de movimiento de los animales es crucial para la toma de decisiones en el sector porcino”

Análisis del Big Data

En este artículo se presentan dos ejemplos de integración y extracción de datos en el ámbito de la producción y gestión porcina, más concretamente en el transporte de cerdos.

1.     Pérdida de peso en el transporte

Las pérdidas de peso durante el transporte de los cerdos son una importante preocupación en materia de Bienestar Animal, que también tiene un impacto económico directo para los productores y los mataderos. Estas pérdidas están relacionadas con múltiples factores, como la genética de los cerdos, el manejo por parte del personal, la gestión y las condiciones meteorológicas.

Comprender estos factores asociados a las pérdidas 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 pérdidas.

Se utilizó el análisis de datos para estudiar los factores asociados a las TTL en cerdos con peso de mercado en las condiciones de campo típicas para el Medio Oeste de Estados Unidos (Passafaro et al. - 2019). Un gran productor de cerdos de Iowa (EE.UU.) facilitó dos años de informes de envío de cerdos con peso de mercado. Los datos incluían información sobre:

-       La granja de origen, el matadero de destino y la fecha del envío.

-       El grupo de manejo: destete, wean-to-finish o engorde.

-       La empresa de transporte.

-       El tipo de conductor: propietario del camión o empleado de la empresa de transporte.

-       El número de cerdos cargados y el peso medio de mercado por envío.

-       La latitud y longitud de todas las granjas y mataderos para estimar la distancia recorrida.

Por otro lado, se obtuvieron las mediciones medias diarias de temperatura, humedad relativa, velocidad del viento y precipitaciones de la organización gubernamental National Oceanic and Atmospheric Administration (NOAA), calculándose el índice de temperatura y humedad (THI) mediante la fórmula de la NOAA (1976).

Tras editar los datos para eliminar las incoherencias y la información que faltaba, el conjunto de datos final incluía un total de 4.567.514 de cerdos de 420 explotaciones cargados en 26.819 envíos entregados a dos mataderos.

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. También fueron significativas las interacciones peso medio de mercado × matadero, y velocidad del viento × precipitaciones.

Se observó una compleja relación no lineal entre las TTL y las co-variables del modelo para la distancia recorrida, el THI y los términos de interacción.

En resumen, este estudio señala que las TTL están influenciadas por un sistema complejo en el que intervienen múltiples factores interrelacionados, lo que puede gestionarse para mitigar el riesgo de pérdidas. Estos resultados pueden utilizarse para desarrollar un algoritmo de optimización para minimizar las pérdidas durante el transporte de cerdos con peso de mercado.

2.     Diseminación de enfermedades a través del transporte

A menudo, la producción porcina se basa en un sistema multi-sitio en el que los cerdos son transportados entre explotaciones una vez concluida cada fase de producción. Aunque el transporte terrestre es un componente crítico de la cadena de suministro de carne de cerdo, podría constituir una vía potencial de diseminación de enfermedades infecciosas.

Passafaro et al. (2020) utilizaron los informes de movimiento de 76.566 envíos en un sistema de producción multi-sitio para caracterizar el flujo de movimiento de los cerdos y para evaluar el impacto potencial de cada tipo de granja en la diseminación de enfermedades.

Un análisis de redes temporal demostró que las unidades de producción de cerdas nulíparas y de transición, así como las granjas de reproductoras tienen un papel más central en la jerarquía de la producción porcina. Como tales, son las principales fuentes potenciales de introducción y propagación de enfermedades en el sistema.

En cambio, las unidades wean-to-finish y de engorde mostraron valores in-grado elevados, lo que indica que son más susceptibles de ser infectadas.

Las características de una enfermedad deberían ser muy determinantes con respecto a las prácticas de bioseguridad en los centros de producción. 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).

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, así como para diseñar enfoques rentables para vigilar, prevenir, controlar y erradicar las enfermedades infecciosas en sistemas multi-sitio.