Sensor ondersteunt oog van de melkveehouder in de koeienstal

‘Instinctief is een koe bang om op te vallen. Daarom laat ze pijn niet zien, haar natuurlijke gedrag is de pijn maskeren”, vertelt Joep Driessen, dierenarts en koesignalentrainer van Cow Signals. Dit natuurlijke gedrag kan het lastig maken om zieke koeien snel te zien. Sensoren helpen om zieke dieren eruit te pikken. Of nog beter, afwijkend gedrag voorafgaand aan de ziekte op te sporen.

Ingrid van Dixhoorn, senior onderzoeker bij Wageningen Livestock Research doet hiernaar onderzoek en gebruikt de theorie van prof. dr. Marten Scheffer. “Een koe kan een bepaalde toestand heel lang opvangen. Op een gegeven moment zit ze aan een limiet en kantelt de situatie. Vlak voor dat kantelmoment zie je een vertraagd herstel en grotere schommelingen in het normale patroon”, legt ze uit.

Met sensoren volgt Van Dixhoorn droge koeien twee weken voor het afkalven en kijkt naar kenmerken gerelateerd aan ziekte na afkalven. Het onderzoek, samen met Nedap, is inmiddels opgeschaald naar meerdere melkveebedrijven. Van Dixhoorn noemt het geen ‘early warning’ van ziekte. “Het is een indicatie van een verhoogd risico op ziekte, nog voordat er sprake is van ziekte, dus indicatoren die een verhoogde gevoeligheid geven. Hierdoor kun je preventieve maatregelen nemen. Dit in tegenstelling tot een vroege detectie, waarbij de behandeling nog steeds hetzelfde is als wanneer je de ziekte in een latere fase detecteert, hoewel de behandeling vaak korter is”, legt ze uit. Het laat ook zien dat daadwerkelijk ziektes voorspellen lastig is. Een vermindering van liguren geeft echter wel aan dat de koeien onder druk staan en dat je preventief maatregelen kunt nemen.

Zelflerend systeem

Kunstmatige intelligentie, ofwel artificial intelligence (AI), is een zelflerend systeem dat met machines de menselijke intelligentie nabootst, zichzelf tijdens dat proces verbetert en conclusies trekt. AI kan vroegtijdig veranderingen op koe- of koppelniveau detecteren. Met datamodellen en algoritmes kan het voorspellingen doen en ziektes vroegtijdig detecteren.

Uit een ronde langs leveranciers blijkt dat de meeste aanbieders van sensor- en managementsystemen hiervan al gebruik maken (zie tabel in digitale Melkvee100Plus, ‘Kunstmatige intelligentie in de stal’). Al is de term AI breed inzetbaar, ook het leren kennen van de koe en haar gewone gedrag en daarmee dus afwijkingen detecteren valt hieronder. Connecterra en Fullwood Packo gaan nog een stap verder en noemen ook daadwerkelijk een mogelijke ziekte. De veehouder voert vervolgens in of dit klopt, waarop het systeem weer bijleert. Een mooi voorbeeld van het combineren van sensordata met het oog van de meester.

In de tabel staan alleen de systemen die minimaal vier verschillende activiteiten meten. De veelheid aan sensoren die alleen (in)activiteit meten zijn niet meegenomen. DeLaval past hiermee niet in de tabel, maar is het noemen waard. In zijn systeem RePro weten DeLaval dracht, tocht, verwerpen en zelfs het verschil tussen een folliculaire of luteale cyste te onderscheiden. Tijdens de melkanalyse op progesteron zet de sensor dit om in leesbare waarden en acties. “20% van de koeien heeft een stille tocht, waarbij de activiteitmeting het niet herkent. RepRo wel, die geeft 40 tot 45 uur voor de daadwerkelijke tocht al een inseminatieadvies omdat progesteron al ruim voor de ovulatie reageert”, vertelt Erik van der Meer, Market Solution Manager bij DeLaval.

Ook andere activiteitmetingen worden steeds ingenieuzer. Niet alleen een daadwerkelijke verhoging van het aantal stappen, ook typisch gedrag als springen, de kin op een andere koe leggen of snuffelen pakken zowel Nedap als Boumatic al op als tochtsignalen. Ook hiermee komen koeien met stille tocht eerder in beeld.

CowManager is de enige in dit overzicht die de oortemperatuur van de koe meet. Diverse melkrobots bieden de mogelijkheid via de melk, naast bijvoorbeeld geleidbaarheid en bij GEA zelfs de celgetalbepaling op kwartierniveau. Via hals- of pootresponders is temperatuur meten er nog nagenoeg niet.

Uit de combinatie van sta- en liggedrag, activiteit en vreetgedrag weten Ida, waarmee ook Semex de boer opgaat, en AfiFarm afkalven te voorspellen.

SenseHub, AFiFarm en CowManager geven een melding bij mogelijke hittestress. SenseHub doet dit op basis van het hijggedrag, AfiFarm op basis van activiteit en vreet- en herkauwgedrag, CowManager op basis van oortemperatuur, vreet- en herkauwtijd.

Zelf blijven kijken en denken

Een bedrijfsspecifieke offerte opvragen blijft nodig om inzicht te krijgen in de prijsverschillen. Ondanks de verschillen in mogelijkheden, ziet dierenarts Driessen in de praktijk weinig verschillen tussen de systemen. De dierenarts geeft nog een belangrijke kanttekening bij het gebruik van deze systemen. “Het ontslaat jou nooit van zelf kijken en zelf denken. Je kunt voor € 10.000 in sensoren investeren, maar je kunt ook voor € 5.000 de voergang langer maken en daarmee heel veel problemen voorkomen. De basis blijft altijd een zacht diepstrooiselbed, een vreetplek per koe en een stressvrije afkalflijn. Je moet van elke koe weten of ze een volle pens, geen dikke hakken heeft en goed loopt. Dat is wat je echt moet weten, de rest is bijzaak. Al kunnen sensoren je wel flink helpen doordat zij 24 uur per dag waarnemen”, vindt Driessen.

Handelingsperspectief bieden

Nedap doet op dit moment een proef met augmented reality (AR). Met de speciale AR-bril zie je bij elke koe automatisch informatie verschijnen. Via hand of stem kun je gegevens inzien of invoeren. De telefoon is op deze manier niet meer nodig.

Ondanks al deze grote ontwikkelingen, zijn er nog uitdagingen genoeg als het goed om het voorspellen van ziektes. “De grootste uitdaging ligt in het preventief bezig zijn”, stelt Wageningen UR-onderzoeker Van Dixhoorn. “Als je vanuit data de feedback krijgt dat je risicovol bezig bent, is er nog niet per se een stimulans om daadwerkelijk je management aan te passen, want je ziet nog niets en gevolgen treden pas later op. Er komen steeds meer betrouwbare voorspellingen, maar er is nog veel voor nodig om dan ook daadwerkelijk goed handelingsperspectief te bieden”, merkt zij.

Van Dixhoorn pleit dan ook voor het combineren van gegevens. “Gebruik bloedwaarden om sensoren te valideren. Combineer dit met zaken als leeftijd en lactatiestadium. Zo kun je bedrijfsspecifiek belemmerende factoren ontdekken.” Alle systemen uit de tabel zijn inmiddels al te koppelen aan andere managementsystemen, om de combinatie met bijvoorbeeld melkproductiedata te maken.

Ook melkveehouder Johan Mulder heeft nog wensen. “Ik wil graag ook de temperatuur van de koe via de halsbandsensor kunnen meten.” Dierenarts Joep Driessen gaat nog een stap verder. “Ik train in 70 landen, maar nergens is er nog een glansmeter. De glans op de koe zegt hoe goed de koe het doet, het zegt wat over de mineralenvoorziening, water- en voervoorziening”, vindt Driessen. Ook ademhalingsfrequentie, pensvulling en een dikke hakkensensor staan nog op zijn wensenlijstje. De vroege kreupelheidsensor die Driessen graag wil is inmiddels in ontwikkeling. Net als waarschijnlijk nog vele andere slimme sensoren die de melkveehouder helpen om ziektes vroegtijdig te detecteren of liever nog: helemaal te voorkomen.