Il sistema monitora la salute di bovine da latte, rilevando precocemente anomalie motorie e variazioni nutrizionali, soprattutto nelle fasi critiche del parto. Fornisce dati storicizzati su Locomotion Score e Body Condition Score, prevenendo patologie e riducendo stress e terapie. Accessibile via dashboard online, consente analisi in tempo reale e visualizzazione di video. Evidenzia anomalie e tendenze negative, supportando interventi tempestivi e migliorando la gestione della mandria.

Si propone un sistema basato su intelligenza artificiale (AI) per monitorare in modo continuo il benessere delle bovine da latte, migliorando la gestione della salute animale in allevamento. Il sistema rileva automaticamente due metriche: il Locomotion Score (LS) e il Body Condition Score (BCS), associate a ciascun animale tramite un modello di identificazione markerless, garantendo un monitoraggio preciso e non intrusivo.
Il setup prevede due telecamere posizionate lungo il corridoio tra la sala di mungitura e l’area di riposo. La telecamera laterale analizza postura, lunghezza del passo, profilo della schiena e posizione della testa per calcolare il LS, mentre quella dall’alto utilizza una rete neurale convoluzionale per stimare il BCS e identificare l’animale tramite il pattern del manto. Ogni analisi viene registrata con marca temporale e salvata in un database.
Il sistema riduce gli interventi manuali, minimizzando lo stress sugli animali, e rileva precocemente anomalie motorie o metaboliche, prevenendo patologie gravi. La disponibilità di dati storicizzati consente una visione completa del benessere di ogni capo e dell’intera mandria, supportando decisioni informate per una gestione ottimale. Una dashboard permette di visualizzare dati e contenuti multimediali, monitorare trend e intervenire proattivamente. Questa soluzione, combinando automazione, precisione e sostenibilità, migliora la salute e il comfort animale, semplificando la gestione degli allevamenti.

Il sistema è inizialmente destinato a Personale universitario e specializzato, come ricercatori e veterinari dell’Università di Pisa, per studi, analisi di salute e validazione di metriche come Locomotion Score e Body Condition Score. L’obiettivo futuro è l’applicazione in stalle e allevamenti produttivi, con una dashboard intuitiva accessibile anche a Operatori non esperti. La soluzione mira a estendere il monitoraggio zootecnico di precisione, migliorando il benessere animale su larga scala.