Piim – erakordne oma lihtsuses

Karjatervise programmide (KTP) all mõistetakse teatud tegevusi, mille eesmärk on põllumajandusloomade tervise ja tootmisvõime hoidmine kõige efektiivsemal tasemel tagades farmile konkurentsivõime ja kasumlikkuse. KTPd on komplekssed, mis tähendab, et vaatluse all on korraga kõik valdkonnad – noorkarja tervis, udara tervis, piima kvaliteet, sigimine, ainevahetus, söötmine ja sõratervis.

Karjaterviseprogrammide juurutamiseks ning sellega kaasneva karjatervise muutuste ja majandusliku mõju hindamiseks teostati MTÜ Piimaklastri tellimusel kaheaastane pilootuuring (aprill 2017 kuni märts 2019). Projekti käigus töötati välja ja testiti Eesti piimaveisefarmidele sobivad karjatervisealased protokollid, sh HACCP süsteemi rakendusi viies eri suurusega Eesti piimaveisefarmis: ca 100 lehma, kolmes ettevõtet 600-800 lehma ning üks ettevõte ca 1800 lehma.

Projekti tulemusena kinnitati karjatervise programmi rakendamise soodsat mõju loomade tervisele ja toodangule, millega kaasnes ka ettevõtete kasumlikkuse paranemine. Kui perioodi kaalutud keskmisena olid karjatervise kulud keskmiselt 22 eurot ühe tonni toodetud piima kohta, siis neljas farmis viiest vähenesid need keskmiselt 7-8 eurot ühe tonni kohta. Kuna KTPdega kaasneb ravimite kasutamise, loomade tervise ja seeläbi ka heaolu paranemine, aitab nende rakendamine kaasa ka tarbijate ootuste täitmisele. KTP-d peaksid olema tulevikus loomulik osa ettevõtte kvaliteedi kontrollsüsteemist.

Kes moodustavad karjatervise meeskonna?
Karjatervise programm on meeskonnatöö, mille olulisteks osapoolteks on farmi enda töötajad eesotsas farmijuhatajaga ning karja nõustav(ad) loomaarst(id). Kindlasti on karjaterviseprogrammidesse oluline kaasata kõik farmi nõustavad inimesed (näiteks söötmisnõustaja, aretusnõustaja jt). Vajadusel kaasatakse programmi selle läbiviimise ajal olulisi konsultante.

Kuidas karjatervise programmi läbi viia?
KTPde läbiviimise eelduseks on pidev ning objektiivne andmete kogumine ja registreerimine. Kõiki ülal loetletud valdkondi iseloomustavad teatud tulemusnäitajad, mille kõrvutamine eesmärgipäraste väärtustega aitab tuvastada probleemseid valdkondi. Enamik andmeid kogutakse üksikute loomade tasemel, kuid karja tervise ja jõudluse hindamiseks summeeritakse need karja tasemele. Karja näitajate analüüsil on suureks abiks Eesti Põllumajandusloomade Jõudluskontrolli ASi poolt väljastatavad koondaruanded ja raportid. Erinevate valdkondade andmeid analüüsides selgitatakse välja farmi tugevused ja nõrkused. Lähtudes tulemuste saavutamist pärssivatest teguritest koostatakse KTP tegevusplaan. Ka nendes valdkondades, mille tulemusnäitajad on farmi rahuldavad, toimub andmete järjepidev monitooring (joonis 1). Sellega on võimalik probleemid avastada ja sekkuda juba väikeste kõrvalekallete puhul ehk tavalisest palju suuremat rõhku pööratakse just probleemide ennetamisele.

 

Eesti piimaveiste populatsiooni valimi hindamine genoomaretusväärtuse alusel toimus vastavalt suurima holsteini populatsiooniga Saksamaa aretusväärtuste alusel (eesti holšteini tõug, EHF)  ja eesti punase tõugu (EPK) loomad Põhjamaade aretusväärtuste alusel. Tegevuse eesmärk oli anda hinnang siinse populatsiooni aretusväärtuste sidumise võimalikkusest ja hindamise alustamisest EuroGenoomi kuuluva ja sellega seotud organisatsioonide abil: Saksamaa holšteini populatsioon (GGI-Spermex) eesti hošteini tõu ja Põhjamaad punase tõu kohta (VikingGenetics). Saksamaa aretusväärtuste hinnete alusel antakse hinnang EHF ning eesti punase tõugu looma aretusväärtuste hinded väljastab VikingGenetics Põhjamaade skaalal.

Aretusväärtused uuendatakse kolm korda aastas ning seotakse Eesti Põllumajandusloomade Jõudluskontrolli AS (EPJ) andmebaasis looma jõudluse andmetega. Projekti tellimusel tehti täiendused programmis Vissuke üksiklooma kaardil genotüpiseerimise andmete kuvamiseks, mida varem ei olnud. Samuti on võimalik neid näha omanikul oma loomade grupi puhul.

Projekti tööd tehti Piimaklastri, Eesti Tõuloomakasvatajate Ühistu (ETKÜ) ja  Tervisetehnoloogiate Arenduskeskus AS (TTAK)  kaheaastase ühistööna ja olid liigendatud kolme ossa:

I osa Loomade nimekirja koostamine ja genotüpiseerimiseks vajalike proovide kogumine

Koostöös Saksamaa aretusorganisatsiooni GGI-Spermexiga saadeti ETKÜ poolt koostatud nimekirja alusel looma reg. nr põhised kõrvamärgid Eestisse ning ETKÜ spetsialistid kogusid vastavalt juhenditele ühe aastaste lehmikute proovid farmidest. VikingGeneticule analüüsideks olid vajalikud vereproovid. Koguti  ca 2200 looma proovid, umbes 120 eri farmist, mis on umbes 10% kõikidest aastas sündivatest lehmikutest.

 

II osa. Genotüpiseerimise läbiviimine, toorandmete ja aretusväärtuste Eestisse toomine

TTAK korraldas proovide saatmise vastavalt Saksamaale ja Taani. Saksamaa Aretusorganisatsiooni labor VIT (Vereinigte Informationssysteme Tierhaltung w.V.) viis läbi genotüpiseerimise ja väljastas saadud andmetele toetudes aretusväärtused Saksamaa skaalal. VikingGenetics korraldas sama moodi eesti punase tõugu looma genotüpiseerimise oma laboris Taanis ja väljastas aretusväärtused Põhjamaade skaalal. Vastavalt kokkulepetele saksa ja taani osapooltega  laeti arutusväärtustega seotud andmed EPJ andmebaasi.

 

III osa. Aretusväärtuste sidumine  EPJ andmebaasiga ja eesti holsteini tõugu piimaveiste (valimi genotüübiandmetel põhineva) ning eesti punast tõugu piimaveiste (valimi genotüübiandmetel põhineva) aretusväärtuse koostamine ja katsetamine.

TTAK teadlaste poolt tehtud analüüs eesti piimaveiste populatsiooni hindamisest on leitav eelpoolse lingi alt. Lühikokkuvõte leitav kaks lõiku allpool.

Projekti ühe tööna loodi EPJ andmebaasis looma-andmete hulgas eraldi genoomaretusväärtuste osa ja edaspidi kuvatakse neid programmis Vissuke looma kaardil. Juba genoomhinnatud loomade andmeid värskendatakse kolm korda aastas. Samuti on võimalik neid näha omanikul oma loomade grupi puhul. Seda võimalust varem ei olnud. Projekti järel on saavad ka tulevaste genotüpiseeritavate loomade andmeid samamoodi kasutada ja näha. Näidised Vissukese kuvadest on leitavad ülalpool viidatud analüüsi lk 44. Samuti on soovijatel võimalik saada personaalne konsultatsioon leppides selle kokku ETKÜ tõuaretusosakonna juhataja Tõnu Põlluääre või EPJ juhataja Kaivo Ilvese juures. Lisaks jätkuvad praktilised koolitused ning loomapidajate nõustamine genotüpiseerimise kasutamisest aretustegevuse tööriistana peale projekti lõppu.

Tööde juhtpartner oli TTAK, ETKÜ andis soovitused andmete kuvamisest ning vastutas lõpptulemuste kontrollimise eest.

 

Kokkuvõte eesti holšteini tõugu lehmikute ja pullide genoomaretusväärtustest

• Nii genoomhinnatud eesti holšteini tõugu (EHF) lehmikute kui ka pullide hulgas eksisteerib kõigi hinnatud aretusväärtuste ja -indeksite osas valikute tegemiseks piisav geneetiline varieeruvus. Siiski on varieeruvus suhteliselt suurem piimajõudlusnäitajate ja väiksem tervisetunnuste osas. Kuna Eestis geneetilisi haigusriske (so haiguste aretusväärtuseid) veel ei hinnata, enamuse farmide puhul ei talletata andmebaasides ka loomade haiguste ja ravi andmeid, on loomade genoomiandmete alusel välismaal ülimahukate andmebaaside alusel arvutatud genoomaretusväärtused ainsad võimalused geneetiliste riskide populatsioonipõhise varieeruvuse ja individuaalsete geneetiliste riskide hindamiseks.
• Enamus EHF lehmikute ja pullide genoomaretusväärtustest on kõrgemad kui baaspopulatsioonis (va välimikutunnuste osas, aga seal võivad rolli mängida välimikutunnuste pisut erinevad definitsioonid ja erinevad optimaalsed väärtused Eestis ja Saksamaal). See tähendab, et võrreldes Saksamaal aastatel 2014-2016 sündinud lehmadega on aastatel 2015-2019 sündinud EHF pullide ja aastatel 2018-2020 sündinud EHF lehmikute geneetiline potentsiaal kõrgem nii toodangu, karjaspüsivuse, sigivuse, poegimise kui ka tervise osas.
• EHF pullide geneetiline varieeruvus on, hoolimata nende suhteliselt väikesest arvust ja eelvalikust, sama suur, kui populatsioonist juhuslikult valitud sama tõugu lehmikute geneetiline varieeruvus. Ehk siis genoomhinnatud pullid ei moodusta ühegi aretustunnuse osas lehmikutest homogeensemat gruppi – ükskõik, mis tunnus vaatluse alla võtta, leidub selle osas (sarnaselt lehmikutele) nii paremaid kui ka halvemaid pulle.
• Võrreldes genoomhinnatud EHF lehmikutega on genoomhinnatud EHF pullide aretusväärtused pisut madalamad – seda just piima- ja rasvatoodangu, karjaspüsivuse ja sigivuse ning tervisetunnuste osas. Ühelt poolt saab seda seletada erinevusega sünniaastates – genoomhinnatud lehmikud (sünniaastatega 2018-2020) on pisut nooremad kui genoomhinnatud pullid (sünniaastatega 2015-2019) – ja sellest tulenevas loomulikus geneetilises progressis. Teisalt võib siin peegelduda välismaise aretusmaterjali (so importpullide) mõju.
• Mitte ühegi tunnuse puhul ei leidu ühtegi tipp-pulli. Ega ka ühtki mistahes tunnuse osas väga kehva pulli. Küll on oma geneetilise potentsiaali poolest erandlikke loomi lehmikute hulgas. Kas just maailma, aga Eesti mastaabis kindlasti. Kuna lehmadele nende endi näitajate alusel aretusväärtuste hindamiseks tuleb aastaid oodata ja ka siis ei ole hinnangute täpsus eriti kõrge, annavad noorloomadele hinnatud genoomaretusväärtused hea võimaluse mingi tunnuse – kas siis piimajõudluse või hoopis haigusriskide – osas erandlike loomade varajaseks tuvastamiseks.
• Sama pulli tütarde genoomaretusväärtused on erinevad ning mistahes tunnuse puhul leidub nii kõrge kui ka madala aretusväärtusega pullide järglaste hulgas nii kõrge kui ka madala aretusväärtusega lehmikuid. Muidugi erinevas proportsioonis, aga ikkagi leidub. Kuna tavapäraste aretusväärtuste alusel on sama pulli tütardele pärandunud erinevate geenivariantide mõju võimalik hinnata alles aastate pärast, siis ei ole ka siin genoomaretusväärtustele alternatiivi.
• Kõigi aretusväärtuste puhul eksisteerib nii erinevatest aretusotsustest tulenev erinevus farmide keskmiste tasemete vahel kui ka suuresti juhuslikust genoomide kombineerimisest tulenev farmide sisene varieeruvus. Viimane on suhteliselt sarnane kõigi farmide ja aretusväärtuste puhul, näidates, et kõigis farmides leidub geneetiliselt potentsiaalilt erinevaid loomi mistahes üldise aretustunnuse osas.
• Rohkem kui kolmandik EHF lehmikutest (34,9%) on β-kaseiini genotüübiga A2A2, mis on ka sagedaseim homosügootne genotüüp selles lookuses, ja alleeli A2 sagedus on 57,0%. Piima halvema laapumisega seotud κ-kaseiini E-alleeli sagedus on 11,0%, seejuures on E-alleeli suhtes homosügootseid lehmikuid 1,4%, ning piima laapumisega positiivselt seotud κ-kaseiini B-alleeli sagedus on 35,9% ja B-alleeli suhtes homosügootseid lehmikuid on 12,7%.

 

Kokkuvõte eesti punast tõugu lehmikute genoomaretusväärtustest

• Genoomhinnatud eesti punast tõugu (EPK) lehmikute hulgas eksisteerib kõigi hinnatud aretusväärtuste ja -indeksite osas valikute tegemiseks piisav geneetiline varieeruvus. Siiski on varieeruvus suhteliselt suurem piimajõudlusnäitajate ja väiksem tervisetunnuste osas. Kuna Eestis geneetilisi haigusriske (so haiguste aretusväärtuseid) veel ei hinnata, enamuse farmide puhul ei talletata andmebaasides ka loomade haiguste ja ravi andmeid, on loomade genoomiandmete alusel välismaal ülimahukate andmebaaside alusel arvutatud genoomaretusväärtused ainsad võimalused geneetiliste riskide populatsioonipõhise varieeruvuse ja individuaalsete geneetiliste riskide hindamiseks.
• Võrreldes Põhjamaadega on EPK lehmikutel madalamad terviseriskidega seotud üldaretusväärtused – suhteline udaratervise üldaretusväärtus, suhteline tervise üldaretusväärtus ja eelkõige sõratervise indeks. Viitab see sellele, et pullide valikul ei ole eriti palju juhindutud nende poolt järglastele pärandatavatest terviseriskidest. Samas on keskmine noorkarja elujõulisuse aretusväärtus (mõõdab loomade geneetilist potentsiaali püsida karjas kuni täisealiseks saamiseni) EPK lehmikutel kõrgem.
• Sõratervise indeksi keskmine väärtus on küll kehvemapoolne, aga varieeruvus on 1,5-2 korda suurem, kui teistel aretusväärtustel ja -indeksitel. See tähendab, et EPK lehmikute hulgas leidub suhteliselt suurel hulgal ka väga madala geneetilise jala- ja sõrahaiguste riskiga (ehk kõrge aetusväärtusega) lehmikuid, aga ka üksjagu ülimalt suure geneetilise riskiga lehmikuid. Hetkel nende varajaseks tuvastamiseks peale genoomaretusväärtuste võimalusi pole.
• Paljude aretusväärtuste osas jagunevad EPK lehmikud kahte gruppi, kusjuures suhtelise koguaretusväärtuse, suhteliste udara tervise, tootliku aja, sigivuse ja poegimise aretusväärtuste osas jookseb piir ligikaudu Eesti päritolu pullide järglaste ja Põhjamaade päritolu pullide järglaste vahelt – Eesti päritolu pullide tütarde keskmine geneetiline potentsiaal on madalam.
• Suhtelise piimajõudluse aretusväärtuse osas – kus samuti eristuvad kõrgema ja madalama piimajõudluse potentsiaaliga loomade grupid – on erineva päritoluga isade tütarde keskmised suhteliselt sarnased. Küll aga on suhtelise piimajõudluse aretusväärtuse jaotused bimodaalsed (nö kahe küüruga) kõigi isade päritolumaade puhul. Et sarnane trend ilmneb pisut nõrgamalt ka paljude teiste aretusväärtuste puhul, peegeldab see mingit üldisemat suundumust punaste tõugude aretuses.
• Rohkem kui kolmandik EPK lehmikutest (36,5%) on β-kaseiini genotüübiga A2A2, mis on ka sagedaseim homosügootne genotüüp selles lookuses.

 

Soovitused

Analüüsist selgub vajadus juurutada farmides ja sellega kaasnevalt ka jõudluskontrollis terviseväärtuste hindamine. Haigusriskide (so haiguste aretusväärtuseid) hindamiseks tuleks talletada andmebaasides ka loomade haiguste ja ravi andmeid. Sinnamaani on loomade genoomiandmete alusel välismaal ülimahukate andmebaaside alusel arvutatud genoomaretusväärtused ainsad võimalused geneetiliste riskide populatsioonipõhise varieeruvuse ja individuaalsete geneetiliste riskide hindamiseks.

Püsivalt registreeritavad andmed võiksid olla:

• Sõratervise tunnused
• Mastiit
• Ainevahetushaigused

Kuvada EPJ programmis Vissuke soovitused väärtuste hindamisele, kuna tunnused eri riikides on erinevad.

Eraldi küsimus, kas on vaja ka sisse seada Eesti indeksite (aretusväärtuste) uuendamine, mis võiks toimuda näiteks iga 5 aasta tagant. See on vajalik mitte ainult koostööks vaid tarvilik ka loomakasvatajatele ning aretajatele eri loommaterjali soetamisel ning tulemuste hindamisel.

 

Projekti elluviijaks on Eesti Maaülikooli Majandus- ja sotsiaalinstituudi teadlased Ants-Hannes Viira, PhD juhtimisel

Kuna loomade heaolu hindamine on siiani olnud väga töömahukas tegevus ja tööjõupuudus on kõikides sektorites kiirest kasvamas, soovib Piimaklaster uurida võimalusi klassikalise kliinilise hindamise asendamiseks digitaalsete seadmetega. Info loomade heaolu kohta on tarbijatele järjest olulisem ja seadmete abil on võimalik vähendada subjektiivse hinnangu mõju. Samuti on võimalik juba kogutud andmeid kasutada tarneahelas täiendava väärtuse loomiseks. Piimaklaster soovib koos oma partneritega olla maailmas uute lahenduse väljatöötajate esirinnas. Siinse (T3) eeluuringuga selgitatakse võimalusi hinnata looma heaolu ilma inimtööjõudu kasutamata võtteks aluseks seadmetelt pärineva sh. digitaalse info. Tegevuses hinnatakse eraldi täiskasvanud piimaveiseid mõõtvaid lahendusi vasikaid mõõtvatest. Vasikaid käsitlevad lahendusi on üldiselt vähem, kuid tööjõukulud on vasikate hooldamisel eriti suured. T3 kasutab uuringu T4, Andmeallikate, osapoolte ja üldolukorra kaardistamine  mitmepoolseks andmevahetuseks tarneahelas andmeid ja annab omakorda panuse uuringusse T5 (Mitmepoolseks andmevahetuseks kasutuslugude kirjeldamine koos andmevahetusmustri ettevalmistuse, pilootkatsete kirjeldamise, koostamise ja läbiviimisega).

Kogu töö oli jagatud neljaks osaks:

1. Digitaalselt ja automaatselt piimaveiste ja vasikate heaolu määravate arenduste kaardistamine. Teaduskirjanduse ülevaade

Kahekuulise perioodi jooksul kaardistati kommertsiaalsed lahendused, mis kirjeldavad piimaveiste ja vasikate heaolu ning tervisenäitajaid. Teadusuuringu tulemusena valmis kirjalik ülevaateartikkel looma heaolu hindavate digilahenduste kohta. Kõik digilahendused ja nendega seotud süsteemid hõlbustavad karjahaldamist ja teatud tegevuste optimeerimist. Siiski ei ole arendatud ühtset seisukohta, kuidas ja milliste indikaatorite järgi hinnata täpsemalt looma heaolu. Samuti on puudus farmides läbiviidavatest valideerimiskatsetest. Kuigi paljude heaoluprobleemide jaoks on saadaval vaatlus- ja seiretehnoloogiad, siis haigete loomade kiireks avastamiseks siiski tõhusaid tehnoloogiaid veel ei ole. Vaja on täpsemalt välja töötada sobivad algoritmid ja andmekogud tõhusamaks looma heaolu hindamiseks. Vasikaid käsitlevad lahendusi on üldiselt vähem, kuid tööjõukulud on vasikate hooldamisel eriti suured.

2. Digilahenduste kasutamine. Digitaalseid lahendusi kasutavate farmide küsitlusuuringu läbiviimine koos farmivisiitidega hindamaks digilahenduste kasutamise kogemust ja pädevust.

Kolmekuulise perioodi jooksul külastati 20 piimaveisefarmi, kes teadaolevalt on soetanud automaatsed karjatervise jälgimise süsteemid,  ja viidi läbi farmi intervjuud.

Uuringufarmide intervjueerimiseks kasutati selleks otstarbeks välja töötatud küsitluslehte. Kõik intervjuud viidi läbi suuliselt. Kokku külastati 20 piimaveisekarja. Kokku kasutasid 20st küsitletud farmist Delpro farmihaldustarkvara seitse farmi ja Herd Navigator lahendust kolm farmi. Mõlema tootja on DeLaval. Alta Cow Watch (ACW) süsteem oli töös kolmes ja Smartbow (Zoetis) viies küsitletud farmis. Lely Horizon (Lely) kasutusega farme oli uuringus kaks. Projektiperioodi jooksul lõpetati Smartbow süsteemi pakkumine üldse.

Kõige enam kasutati inna avastamise süsteemi ja rahulolu selle süsteemiga oli kõrge. Veiste haiguste kiiret avastamist digitehnoloogiate abil aga saab lugeda kasutajate vastuste põhjal tagasihoidlikuks, v.a. ACW süsteemis.

Vasikate ammjooturitelt  tulevate andmete ja vasikate varajase haigestumise avastamist hindasid kasutajad heaks. Andmeid kasutatakse ka joomise jälgimiseks (vasika kohanemine jootursüsteemiga) ja võõrutuse planeerimiseks. Kõige enam vaadati ammjooturi andmete puhul vasikate päevast piimajoogi tarvet (10st farmis 10), ka vaadati joomiste vahelist aega/amme külastuste aega (2 farmi), joomiskiirust (2 farmi). Ühes ettevõttes mõõdeti automaatselt ka kehamassi (1 farm) ning tervisemonitori (health monitor), mis kombineerib erinevaid ammjooturi näitajaid ja on programmi automaatselt kaasatud (1 farm).  Haigestunud vasikate avastamiseks jälgitakse alarmlisti, kuid selle kõrval peeti oluliseks ka vasikate visuaalset vaatlust – farmi personali arvates ei ole jootmisandmete ainujälgimine piisavalt tundlik haigestunud vasikate avastamiseks. Enamik ettevõtteid tõid välja, et tulevikus oleks vajalik vasikate kehatemperatuuri registreerivaid digitaalseid seadmeid, sest vasikate haiguste avastamine on kriitiline koht ning nende igapäevane kraadimine on ajamahukas.

Esimese ja teise etapi tulemusena koostati pilootülesanne innovatsioonitegevuse neljandale osale (Tehniliste seadmete hindamine looma heaolu määramiseks). Valikuvariantideks olid olemasolevate seadmete kasutamine, Eestis varem mitte kasutatute katsetamine kui ka tehnilise katse mitteotstarbekaks lugemine.

3. Erinevate digilahenduste sobivus vasikate ja veiste heaolu hindamiseks, selgitades tõhusust ja ajakulu võrreldes looma heaolu konventsionaalsete hindamise meetoditega.

Pilootuuring viidi läbi 01.01.2023-30.06.2023 ühes 500 lüpsilehmaga vabapidamisega piimakarjas, kus on kasutusel Alta Cow Watch (ACW) karjahaldusprogramm. Katseperioodi jooksul võrreldi ACW süsteemi poolt „haigeks“ tunnistatud lehmade tegelikku terviseseisundit ning hinnati, kas ja kui suurel määral muutub lehma aktiivsus enne haiguste kliinilist diagnoosimist inimese poolt. Uuriti kui hästi ACW poolt antud tervisealarm ühildub kliinilise läbivaatuse teel pandud diagnoosiga. ACW määrab ainult automaatselt lehma söömuse, käitumise ja mäletsemise muutuse. Inimese poolt läbiviidud kliinilisel ülevaatusel hinnatakse samuti alati lehma mäletsemist, isutuse esinemist ning lehma olekut. Loomaarst diagnoosis karjas haigused looma kliinilise läbivaatuse teel alljärgnevad haigused: (kliiniline udarapõletik, emakapõletik; palavik ja valu (valu diagnoosi aluseks on lehma isutus ja loidus); poegimishalvatus; sõrahaigused (lonke hindamine).

Lehmadel registreeriti  katseperioodi jooksul 54 haigusjuhtu. Kõige sagedamini esines karjas udarapõletikku, millest kaks juhtu olid ägeda kuluga ja 32 juhtu kerge kuni mõõduka kuluga.Vähemalt üks parameeter kolmest (söömus, mäletsemine, lehma passiivsus) muutus 26 (48,1%) haigusjuhu korral. Udarapõletike (n=34) korral tuvastati muutus parameetrites 12 juhul ehk 35,3% juhtudest esines aktiivsuse, söömuse ja mäletsemise langus. Emakapõletike korral toimus muutus neljal korral viiest (80%) ning sõrahaiguste korral ühel juhul neljast (25%). Palavikuga lehmadel ei vähenenud mäletsemine kolmel lehmal, kuid kõigil seitsmel lehmal vähenes aktiivsus ja söömus.

Lehma mäletsemine ja aktiivsus ei muutunud kergekujulise udarapõletiku korral. Kui lehmal on emakapõletik või valuga kulgev haigus, siis algavad muutused lehma käitumises ja mäletsemises enne, kui kliinilised tunnused on märgatud loomapidaja poolt. Kiirem haiguskahtlaste lehmade kliiniline ülevaatus võimaldab vältida haiguse süvenemist. Samas ACW leebeid ja mõõdukaid udarapõletikke ega lonkavaid loomi ei tuvastanud. Eeskätt lonke kiire tuvastamine on sõrahaiguste ennetamises olulisel kohal. Siiski ei saa teha lõplikke järeldusi, sest katseperiood oli lühike ning haigestumiste arv katsefarmis väike.

Teine blokk selles punktis tegeles vasikate joomiskäitumise hindamisega digitehnoloogia abil ja võrdlus palaviku esinemusega

Andmed (päevane piimajoogi kogus (l) ning joomiskiirus (ml/min)) eksporditi programmist arvutiprogrammist CSV failidena. Analüüsi jäeti need vasikad, kelle osas oli joomisandmeid esimese 40. jootmispäeva kohta (sel perioodil said vasikad piimajooki ad libitum) kas kogu perioodi või teatud osa kohta. Kuna esimesel paaril päeval pärast ammjooturi gruppi viimist vasikad õpivad jooma, jäeti analüüsist välja esimese kahe jootmispäeva andmed. Andmete juurde sisestati käsitsi registreeritud igapäevased vasikate kehatemperatuuri andmed (palaviku juhuks loeti kehatemperatuuri ≥39,5). Vasikate joomisandmete muutust vaadeldi kuni esimese palavikuepisoodi tekkimiseni. Analüüsi jäeti vasikad, kelle puhul olid jootmisandmed olemas vähemalt kahe palavikueelse päeva osas. Vasikad, kellel palavikku ei tekkinud, jäeti andmeanalüüsist välja. Lõplikus valimis olid 81 vasika andmed.

Ööpäevane tarbitud piimajoogi kogus muutub palaviku korral mõnevõrra sagedamini (89%) kui joomiskiirus (79%). Erinevust mõjutab tugevalt palaviku suurus – väikese palavikuga vasikatel on piimajoogi koguse muutus viiel palavikueelsel päeval enam seotud palaviku tekkega (86%) kui joomiskiirus (71%). Seejuures kõrge palavikuga vasikatel kahe parameetri osas erinevust ei tuvastatud (96% vasikatel tekkis palaviku korral muutus nii päevases piimajoogi tarbes kui joomiskiiruses). Valdavalt tekib joomiskäitumises (nii joodud piima kogus kui joomiskiirus) esimene tuvastatav muutus 1 kuni 2 päeva enne palaviku tekkimist. Vasikate individuaalsete joomisandmete vaatlusel selgus, et joomiskäitumises tekkisid muutused ka palavikuvabadel perioodidel. Seega oleks täiendavalt vajalik analüüsida joomisandmete tundlikkust ja spetsiifilisust palaviku tuvastamisel. Samuti tuleks edasises analüüsis arvesse võtta teisi mõjutegureid nagu vasika vanus, kehamass, tahkete söötade söömus ning väliskeskkonna parameetrid, mis võivad mõjutada vasikate söömiskäitumist.

Lühikokkuvõte järeldustest on leitav siit:

4. Tehniliste seadmete hindamine looma heaolu määramiseks

Eeluuringus leiti olevat olulise farmitingimustes testida seadet, mis võiks anda ilma inimese sekkumiseta infot vasikate tervise kohta ja olla usaldusväärne alternatiiv käsitsi nende kraadimisele. Piimaklastri projektides T1, T2 ja Wisecow loodud seadmed on näidanud ennast lootustandva ja uudsena, võimaldades distantsilt andmete kogumist ja otsuse tegemist digitaalse seadme alusel. Wisecow loomkatses (kliinilise uuringu luba nr 1.2-13/95) planeeritule lisatakse nahaalusele temperatuuri mõõtvale implantaadile T3 raames ka loomadele sissesöödetavad implantaadid, samuti püütakse liidestada andmetesse vasikate jootmise piimaautomaadi uus põlvkond. Nende kolme erineva andmevoo ühendamisel võiks tekkida mitme näitaja kaudu valideeritud lahendus, teisalt annavad õnnestumise korral piimajoomise andmed koos temperatuuriandmetega uut infot loomatervise, samuti heaolu kohta ulatuses kus pole seda varem uuritud. Siinsete katsete oluline erinevus on nende läbiviimine farmi tavatöö tingimustes, mis tagab kõrge usaldusväärsuse ja pärisoludele sarnased tingimused. Lisaks ühendatakse andmed Wisecow pilvekeskonnaga. Tavaolukorras ei toeta programmid andmevahetust väliste osapooltega, automaatne andmevahetus puudub.

Innnovatsioonitegevus viidi ellu Piimaklastri, Eesti Maaülikooli ja aktsiaselts Celvia CC koostöös dr vet Piret Kalmus ja dr vet Tarmo Niine juhtimisel

Tegevuse eesmärgiks oli välja töötada optimaalne kodumaistel söötadel põhinev uuendnoorkarja söötmisstrateegia vabapidamisega farmides.

Eestis on viimase paarikümne aasta jooksul tehtud järjekindlat ja tõhusat aretustööd piimaveiste toodanguvõime tõstmiseks ning sellega on siinne piimakari oluliselt muutunud. Sündinud vasikad on suurepärase geneetilise potentsiaaliga, neil on eeldused süüa palju, kasvada ja areneda kiiresti, hiljem lehmana toota palju piima ning elada kaua. Seda kõike peab toetama teadlik ja eesmärgipärane söötmine. Kiire muutuseperioodi jooksul Eestis tehtud noorkarja söötmise uuringud ei ole olnud piisavalt süsteemsed või käsitlesid vaid noorkarja üleskasvatamise üksikuid etappe. Lüpsikarja efektiivseks ja jätkusuutlikuks taastootmiseks on hädavajalik terviklik käsitlus. Strateegia täidab selle lünga.

Strateegia koostamiseks:

• interpreteeriti Eesti Maaülikoolis varem läbi viidud katsete (s.h. katsed täispiimaasendaja ja startersöödaga) tulemusi;
• kasutati innovatsioonitegevuse täitjate praktilist kogemust ja kirjanduses toodut;
• tehti loomakasvatajate hulgas küsitlus, missuguse kaaluga ja kui vana mullikat soovivad farmides tegutsevad loomakasvatajad oma karjas esimesel poegimisel näha;
• korraldati kaheaastane tootmiskatse kolmes vabapidamisega farmis. Uuringu raames selgitati uuendnoorkarja söötmise tagasisidet loomade jõudlusele. Hinnati kui palju toitefaktoreid loomad teatud elu etappidel vajavad, et kasvada vajaliku kiirusega. Noorloomade kasvu ja arengut jälgiti kogu projekti kestel, erinevatel eluetappidel, samaaegselt kõikides farmides. Regulaarselt toimus söötade keemilise koostise määramine ja toiteväärtuse hindamine, eri vanuses noorkarjale söödakoguste ja toitefaktorite optimeerimine ning söödaratsioonide koostamine, söötmisgruppides olevate loomade arvu ja vanuselise jaotuse fikseerimine, söötmisgrupi keskmise söömuse hindamine, loomade kaalumine ja tervisliku seisundi jälgimine.

Töö tulemuseks on uuendnoorkarja söötmisstrateegia (s.h. toitefaktorite kontsentratsiooni määrad) vabapidamisega noorkarja farmides. Igaks looma elukuuks on strateegias välja toodud:

• noorlooma soovituslik kehamass ja ööpäevane juurdekasv;
• kuivaine söömus ja põhiliste toitefaktorite soovituslikud sisaldused ratsiooni kuivaine ühes kilogrammis.

Lisaks on dokumendis:

• ternespiima kvaliteedist sõltuvad jootmiskoguse soovitused;
• täispiimaasendaja ja startersööda toitefaktorite soovituslikud sisaldused 1 kg kuivaines; ning
• noorloomade söötmise kirjeldus olulisemate etappide kaupa: sünnist võõrutuseni, võõrutusest 9 kuu vanuseni, 9 kuust seemenduseni (14 kuuni), seemendusest kuni ettesöötmiseni (15-23 kuuni) ja ettesöötmisel (24 kuu).

Noorloomade eesmärgipäraseks kasvatamiseks on tungivalt soovituslik kõiki loomi perioodiliselt kaaluda ja arvutada välja nende juurdekasv. Kui loomi ei saa kaaluda igal kuul, siis peab seda kindlasti tegema vähemalt noorlooma igal tähtsamal eluetapil – sündides, võõrutades, seemendusel ja poegimisel. Sedasi toimides saame loomadelt vahetut tagasisidet ettevõtte söötmisstrateegia tulemuslikkuse kohta. Samuti peegeldab see noorloomade tervislikku seisundit. Sagedasem loomade kaalumine võimaldab meil kiiremini jälile saada tehtud vigadele ja annab operatiivsema võimaluse korrektiivideks.

Uue noorloomalauda ehitamist planeerides on otstarbekas juba ruumiplaneeringu etapis hoolikalt läbi töötada kogu loomade liikumisskeem, planeerida kaalu asukoht, samuti arvestada ka automaatkaalumise võimalusega. See võimaldab hiljem oluliselt kokku hoida kaalumisele kuluvat aega ja tööjõukulu.

Strateegia valmis Piimaklastri ja Eesti Maaülikooli kaheaastase ühistööna 2019.a. lõpul. Selle loomise eest kandsid hoolt Eesti Maaülikooli teadlased Veterinaarmeditsiini ja loomakasvatuse instituudi söötmisteaduse õppetoolist prof Meelis Otsa juhtimisel

30.04.2020 toimunud Piimaklastri söötmispäeva ülekande leiate siit.

Söötmisstrateegia eraldi dokumendina saate alla laadida siit.

Tegevuse T5 eesmärk oli tegevuste T3, (Loomade heaolu hindamise võimalikkus digitaalsetelt seadmetelt kogutud andmete alusel)  ja T4 (Andmeallikate, osapoolte ja üldolukorra kaardistamine  mitmepoolseks andmevahetuseks tarneahelas) saadud kasutuslugude ja ettepanekute tehniline analüüs ja piloteerimine. Selleks soovitakse katsetada mitmepoolset andmevahetust tarneahelas valitud kasutajalugude piires. Tarneahela osapoolteks loetakse mitte ainult piimandusega seotud osapooli vaid ka tarnijaid ja riigi ametkondi nagu Põllumajanduse Registrite ja Informatsiooni Amet, Põllumajandus-ja Toiduamet, samuti valdkonnale monopoolsena teenuseid pakkuvaid riigiettevõtteid nagu AS Vireen ja Eesti Põllumajanduse Jõudluskontrolli AS. Projekti tulemusena antakse ülevaade millised on eri platvormide ja IT- lahenduste ühendamise võimalused, probleemid ning nende olulisemad põhjused.

Projekti tulemused annavad kogemuse ja sisendi edasiseks põllumajanduse ja toiduainetetööstuse tarneahela tervikliku digiteerimise arendamiseks ja planeerimiseks. Kuidas digitaliseerimise käigus arendada lahendusi mis on täisautomaatsed või võiks osapoolte aega säästa teatud ulatuses. Teostamise käigus otsitakse ka tähelepanekuid, mida alul planeerimisel ei osatud arvesse võtta kuid võiksid osutuda edaspidi oluliseks. Pilootkatsed sõltusid Piimaklastriga mitteseotud kolmandate osapoolte huvist ja kaasatulekust, seega ei ole tulemus ette teada.

Valitud kasutuslugudest täpsustatati ja koostatati tehniliseks pilootkatseks järgmised näited:

• Loomade utiliseerimise töövoo digitaliseerimise analüüs ja disain. Pilootkatse tehnilise sisu koostamine ja selle katsetamine (ettevõtja/ettevõtja/riik/) andmevahetuse mudel) (T5-1)
• Karjatervise andmed. Terviseandmete väärtuse teke väärtusahela algosas (T5-2)
• Looma terviseandmete väärtustamine tarneahela järgmistes etappides. Agregeeritud andmete töömudel kasutamiseks toiduainetööstuse turunduses s.h. oletatav andmete töövoo & perioodsuse kirjeldus (T5-3)

Näiteks valitud juhtumid võimaldavad, mitte ainult teoreetiliselt arutleda, vaid seletavad praktiliselt ära, kuidas looma andmeid saaks erinevalt kasutada väärtusloomeks. T5-1 on mitmepoolse andmevahetuse näidis, kus teenus algab varem kogutud andmete alusel, kuid teenust jätkab kinnituse aluselt teine osapool, ilma et andmeid uuesti peaks sisestama. Paberikasutus kaob, kasutatav andmete hulk on suhteliselt väike. T5-2 tegeleb terviseandmetele rahalise väärtuse näidetega väärtusahela algosas.  T5-3 on konkreetne näide, kus paljude andmete: farmiseadmete, ravimite kasutuse ja sööda kvaliteedi jms andmed võiksid elektroonilise sertifikaadi kaudu hakata looma väärtust tarneahela järgmistes etappides. Seal oleks nad sisuliselt piimatoote jälgitavuse osaks. Veise elektroonilise tervisepassi ideest saab sisuliselt karja tervisepass ning nonde kogumist hiljem toiduainetööstuse toorme kontrolli kinnitav kvaliteeditööriist – elektrooniline sertifikaat. Viimasel saab ajas lülitada näitajaid sisse või välja lähtuvalt nõudmiste muutumisest ja võimaldades süsteemi paindlikkust muutuvas ajas. Senisega võrreldes totaalselt uudne, on ettepanek andmete ristkasutusest riigiametite ja ettevõtjate vahel. Luues ühised kasutajalood riigiametite ja ettevõtjate töövoost, on võimalik vähendada üleliigset koormust mõlemal pool säilitades samas vajaliku kontrolli. Sisuliselt saab T5-1 õppetunni näitel lahendada ka keerukama ülesande

Innovatsioonitegevus viidi ellu Piimaklastri, Mooncascade OÜ, Helves OÜ, Vebilo OÜ, HeiVäl OÜ ja Eesti Põllumajanduse Jõudluskontrolli AS ühistööna.

Piimaklaster MTÜ on asutamishetkest alates järginud Euroopa innovatsioonipartnerluse (EIP) põhimõteid, neid sisaldab ka ühingu põhikiri. EIP töörühmana registreeriti ennast 2017.a. lõpus.

Piimaklastri juhitava EIP töörühma moodustavad Piimaklaster MTÜ oma liikmetega ning teaduspartnerid TorroSen OÜ, Eesti Tõuloomakasvatajate Ühistu, Eesti Maaülikool, Celvia CC AS ja Eesti Põllumajandusloomade Jõudluskontrolli AS.

Töörühm soovib oma koostöö raames:
• luua lisaväärtust teadusuuringute ja põllumajandustootmise tihedama sidumisega ning innustada olemasolevate innovatsioonimeetmete ulatuslikumat kasutamist;
• soodustada uuenduslike lahenduste kiiremat ja ulatuslikumat praktikasse rakendamist;
• teavitada teadlaskonda põllumajandustootmise jaoks vajalikest teadusuuringutest.

Piimaklaster teeb piiriülest koostööd Soome Oulu Ülikooli Kajaani tehnoloogiakeskuse juhitava EIP-töörühmaga olles EIP-koostöö juhtpartner. See on esimene kord, kui Euroopa Innovatsioonipartnerluse töörühmad teevad koostööd piiriüleselt. Koostööprojektid Eesti poolelt on MAVAS, beefEST ja WISECOW ning Soome poolel SMARTFEED,  GOOD FOR CATTLE ja HEALTHY CATTLE PRODUCES WELL. Soome EIP-töörühma liikmeteks on Oulu Ülikooli Kajaani tehnoloogiakeskus; ProAgria (Soome maaelu konsultantidevõrgustik), Soome ettevõtted MTech Digital Solutions, SEMES (siloproovide vahendite valmistaja), kaheksa piimatootmisettevõtet ja üks veterinaariaettevõte.

 

Kahe EIP töörühma piiriülene koostöö on olnud edukas ja seda on laiendatud. Projektis sustainIT olid Piimaklastri ja Eesti Maaülikooli ning Soome Oulu Ülikooli Kajaani tehnoloogiakeskuse kõrval partneriteks ka Halmstad Ülikool Rootsist and Münheni Tehnikaülikool Saksamaalt.

Euroopa Liidu EIP põhimõtted ja valdkondlikud teemad on leitavad siit (inglise keeles). Euroopa Liidu innovatsioonivõrgustik (EIP-AGRI) on eeltoodu põllumajanduse ja metsanduse alalõik, mis loodud 2012. aastal, et panustada Euroopa 2020 strateegiasse “Tark, jätkusuutlik ja kaasav kasv”. EIP-Agri inglisekeelne veebileht on leitav siit.

Eesti poolse EIP-AGRI teeninduspunkti eest vastutab Põllumajandusuuringute Keskus.

Tööde põhieesmärk oli luua põllumajanduslike loomade majandamist hõlbustav tooteseeria/süsteem, mis parendab veiste tervise jälgimist, loomade leidmist kui ka andmete arhiveerimist ning raporteerimist erinevatele osapooltele. Lisaprojektiga Wisecow2 tootestati looma kiire leidmise seadmestik (Wisecow LEIA), implantaadi sisestamise vahend ning loodi tehisnärvivõrk looma terviseandmete analüüsiks. Projekti eelkäijaks on Piimaklastri veiste nahaaluse implantaadi kontseptsioon, mille abil on reaalajas ilma igasuguse inimesepoolse sekkumiseta võimalik määrata looma kehatemperatuuri.

Enamik seni turul olevatest seadmelahendustest keskendub ainult lehma perioodi jälgimisele. Wisecow terviseinfo süsteem (Wisecow HEALTH) võimaldab jälgida looma terviseseisundit ja heaolu  terve looma elukaare ulatuses esimestest päevadest kuni surmani. Oluline on just seni puudunud võimekus mis katab nii töömahuka vasika perioodi, farmivälise transpordi jne. Wisecow tehisnärvivõrk looma terviseandmete analüüsiks võimaldab alustada üleminekut terviseandmete kogumisele ja analüüsile. Senises loomapidamise praktikas registreeritakse looma andmestikus pigem looma raviandmeid ja looma terviseseisundi andmeid on suhteliselt vähe. Selles lõigus ootab ees suur areng, mis sõltub otseselt uutest automaatselt terviseandmeid koguvate seadmete ilmumisest. Edasiseks tuleb kõikjal nii loomakasvatajate kui veterinaaridega teha palju koostööd, sest puudub ühtne rahvusvaheline klassifikatsioon andmete ühetaoliseks registreerimiseks.

Wisecow loomade leidmise rakenduse arenduste suunajaks oli farmisisene loogiline töövoog. LEIA tuleseade koos kasutajaliidesega võimaldab säästa poole farmitöötajate ajast, mis kulutatakse loomade otsimisele ja töötajate vahel info jagamisele. Sedasi jääb enam aega loomadega tegelemisele ja nende heaolu tagamisele. Loomulikult on eesmärgiks täiesti paberivabad lahendused. Arvestav aeg kulutati kasutajalugude analüüsile, valmistamaks ette kasutajaliidese loomist. Eesmärgiks oli kasutajaliidese prototüüp LEIA ja hiljem HEALTH’i kasutajatele, mis oleks sõltumata kasutaja vanusest lihtne kasutada. Projektide käigus teostati väga mahukad kliinilise loaga farmikatsed tavalise tootmisfarmi tingimustes, Wisecow HEALTH 750 looma;  Wisecow LEIA 250 loomaga.  Tootmisfarmi tingimustes tehakse nii mahukaid katseid väga harva. Need annavad tulemustele juurde olulisel määral usaldusväärsust, sh võimaldavad tulemusi valideerida.

Wisecow projektide elluviijaks olid Piimaklaster ja teadus- ning tehnoloogiapartnerid Celvia CC AS, Eesti Maaülikool, Superhands OÜ, Helves OÜ, Vebilo OÜ. Tööde periood oli 2022. aasta aprillist kuni 2025. aasta juunini. Nad on osa Piimaklastri poolt juhitud piiriülesest Euroopa innovatsioonipartnerluse (EIP) koostööst Soome Oulu-Kajaani EIP töörühmaga. See on esimene kord, kui Euroopa Innovatsioonipartnerluse töörühmad teevad koostööd piiriüleselt. Piimaklastri juhitava EIP töörühma ülevaate leiab eraldi olevalt veebilehelt.

Projektide eelarved on kokku 504 493,77 eurot, millest 448 494,63 on Eesti maaelu arengukava 2014–2020 meetme 16.2 toetus ja 55 500,04 eurot omafinantseering.

Projekti eesmärk oli luua lihaveisekasvatajatele karjatamise ja karjamaade haldamise rakenduse prototüüp. See ühendab koostöös EPJ programmiga Liisu aretus- ja põlvnemisandmed, loomade terviseandmete, beefESTi karja- ning karjamaade, sõnniku-ja väetamishalduse infoga. Püüe on teha mugav tööriist nii ristand- kui puhtatõuliste lihaveiste kasvatajatele ning sellega toetada igapäevast karjahaldust. Süsteem töötab nii arvutis kui mobiilirakenduses olenemata operatsioonisüsteemist.

beefEST suudab esmakordselt Eestis ühes tervikus kasutada nii looma andmestu (EPJ, Liisus) kui ka erinevate põllumassiivide, taimiku ja tegevuste deklaratsioonide andmeid mida hallatakse tavaliselt eraldi PRIA põldude registris.

Süsteemi kasutuselevõtt võimaldab tõhusama andmekasutuse toel paremat karja haldamist, kasumlikumat ja keskkonnasõbralikumat tootmist. Andmete parem kasutamine on oluline eeldus põllumajanduse digitaliseerimisel. Sedasi kasutatakse ressursse vähem ja tõhusamalt, väheneb ka ökoloogiline jalajälg. Iga uus toimiv kaasaegne digitaalne tööriist toetab kaudselt omataoliste andmevahetuslahenduste arengut.

Projekti beefEST elluviijaks on Piimaklaster ja ETKÜ koos teaduspartneri aktsiaseltsiga Celvia CC, BigEye OÜ ja Eesti Põllumajandusloomade Jõudluskontrolli AS. Töö on alguse saanud EIP-töörühma koostööst. beefEST tööd kestavad 2020.a. maist kuni 2024. aasta lõpuni. beefEST kuulub Piimaklastri poolt juhitud piiriülesesse EIP koostöösse Soome EIP töörühmaga .

Projekti eelarve on 427 867,90 eurot, millest 347 742,32 meetme toetus ja 80 125,90 eurot taotlejate omafinantseering. Projekti tegevust toetatavad Eesti maaelu arengukava 2014–2020 meede 16.2 ja Euroopa Maaelu Arengu Põllumajandusfond.