Staart- en oorbijten heeft een grote impact op het dierenwelzijn en vermindert ook de productiviteit op varkensbedrijven. Vroeg ingrijpen is dus cruciaal, maar hiervoor is er veel monitoring nodig en op grote bedrijven is dit praktisch gezien onhaalbaar. Nederlandse onderzoekers van de Technische Universiteit Eindhoven en Wageningen University & Research experimenteerden met AI om staart- en oorbijten al vroeger op te kunnen sporen.
Met de manuele opvolging van staart- en oorbijten gaan enkele problemen gepaard. Zo worden de letsels vaak pas opgemerkt als ze al ernstig zijn en de situatie dus al geëscaleerd is. Ten tweede kan je aan de hand van de kwetsuren wel het slachtoffer identificeren, maar niet de dader. Daardoor is het bijvoorbeeld niet mogelijk om de bijter uit het hok te verwijderen. Bovendien is bijten een gedrag
dat d els erfelijk bepaald is. Als je de dader kan aanduiden, zou dit ook genetische selectie mogelijk maken waardoor staart- en oorbijten op het bedijf vermindert.
AI zou hiervoor een oplossing kunnen bieden. Via camerabeelden kunnen dieren continu opgevolgd worden. Vervolgens kan een computermodel agressief gedrag herkennen en signaleren. Toch is die herkenning niet.
zo eenvoudig, omdat staart- en oorbijten op verschillende manieren gebeurt. Het duidelijkst is staart- en oorbijten waarbij het slachtoffer onmiddellijk vermijdend reageert op de dader. Soms is er echter geen reactie van het slachtoffer. Dit is het geval wanneer de twee varkens op de grond liggen en de dader eerst
acht en daarna steeds harder begint te bijten. Die laatste situatie is moeilijker op te pikken op camerabeelden, maar kan eveneens veel schade veroorzaken. De onderzoekers stelden daarom als doel om een systeem te vinden dat staart- en oorbijten kan signaleren, zowel met als zonder reactie van het slachtoffer. Ze testten daarvoor twee verschillende AI-modellen uit, namelijk SlowFast en Improved Multiscale Vision Transformers (MViTV2). Er werden beelden gemaakt op een commercieel varkensbedrijf waar de dieren gecoupeerde staarten hadden. De AI detecteerde gevallen van staart- en oorbijten. D ieuitkomst werd vergeleken met manueel geannoteerde data. Uit de test bleek dat MViTV2 het meest e ffectief was.Het computermodel slaagde erin om 72% van de gevallen van staart- en oorbijten te detecteren. Hiermee is een eerste stap gezet naar een vroegere opsporing van staart- en oorbijten en de identificatie van de daders. Varkenshouders kunnen dan sneller preventieve maatregelen nemen, zoals het scheiden van daders en slachtoffers of het voorzien van extra speelmateriaal in de hokken. Ook wordt het mogelijk om genetische selectie toe te passen en zo op termijn minder varkens te hebben die agressief gedrag vertonen.
Samenstelling: Maarten Ceyssens
