Loomade heaolu hindamise võimalikkus seadmetelt kogutud andmete alusel

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 on jagatud neljaks osaks:

1. Olukorra kirjeldus

Kahekuulise perioodi jooksul kaardistatakse kõik olemasolevad lahendused, mis kirjeldavad piimaveiste ja vasikate heaolu ja tervisenäitajaid. Töö tulemusena selgub kommertsiaalsete digilahenduste võimekus määrata veiste ja vasikate heaolu ja tervise parameetreid.

2. Digilahenduste kasutamine.

Kolmekuulise perioodi jooksul külastatakse ja viiakse läbi farmi intervjuud 20 piimaveisefarmiga, kes teadaolevalt on soetanud automaatsed karjatervise jälgimise süsteemid. Töö tulemusena selgub digilahenduste kasutamise ulatus ja kogemus.

Esimese ja teise etapi tulemusena koostatakse pilootülesanne innovatsioonitegevuse neljandale osale (Tehniliste seadmete hindamine looma heaolu määramiseks). Siin on valikuvariandiks nii 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.

Neljakuulise perioodi jooksul viiakse läbi pilootuuring häid digilahendusi omavas farmis, et võrrelda looma heaolu ja tervisenäitajate kliinilist hindamist automaatselt kogutud andmete saamisega. Töö tulemusena selgub konventsionaalsete looma heaolu hindavate meetodite ja digilahenduste võimalused ja puudused.

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