Afwijkend eet- en drinkgedrag bij vleesvarkens kan snel worden opgespoord via een nieuw sensorsysteem, dat werd ontwikkeld door ILVO – KU Leuven onderzoekster Jarissa Maselyne. Afwijkend gedrag qua eet- en drinktijd kan een signaal zijn voor onderliggende problemen op het gebied van welzijn en gezondheid, en dus ook voor een verminderde productie. Met het systeem kunnen problemen zoals ernstige kreupelheid of koorts al na 1 dag worden opgespoord. “In de groter wordende varkensbedrijven is de controle van individuele varkens “op het zicht” een uitdaging. Als je daar sensor-monitoring kan invoeren krijg je volgens ons een belangrijke meerwaarde voor het dier en voor een betere bedrijfsvoering. Ook het toenemend maatschappelijk belang van dierenwelzijn noopt tot een intensieve opvolging van productiedieren op individueel niveau, en via dit systeem wordt dat haalbaar.”
Varkenshouders zien door het bos de bomen niet meer
Varkenshouders streven naar een maximale opbrengst én naar goede omstandigheden qua welzijn en gezondheid van hun dieren. Daarom moeten ze elk dier individueel kunnen opvolgen en de eventuele problemen snel kunnen opsporen. Dit gebeurt momenteel door een visuele controle van de dieren. Tegenwoordig worden de boerderijen en groepen dieren in de varkenssector groter, waardoor controle “op het zicht” zeer moeilijk en arbeidsintensief wordt. Daarom ontwikkelde Jarissa Maselyne een waarschuwingssysteem om automatisch problemen bij vleesvarkens op te sporen en zo de varkenshouder te ondersteunen bij zijn activiteiten. Het systeem steunt op de relatie tussen opkomende productiviteits-, gezondheids- en welzijnsproblemen enerzijds en meetbare veranderingen in het dagelijks eet- en drinkpatroon van het varken anderzijds.
Technische achtergrond: RFID sensor voor eet- en drinkgedrag
De standaard voeder- en drinksystemen worden uitgerust met een Hoog Frequent (HF) Radio Frequentie Identificatie (RFID) systeem. Elk varken krijgt een passieve RFID transponder met een uniek nummer aan het oor. Zo wordt de aanwezigheid van elk varken bij de voederbak of drinknippel geregistreerd en kan het eet- en drinkgedrag van elk varken in detail worden opgevolgd. Jarissa Maselyne besteedde in haar doctoraat heel wat aandacht aan de vergelijking tussen de informatie van de RFID systemen en de realiteit in de stal via gedragsobservaties. Uit de registraties van de RFID transponders aan de voederbak of drinknippel kon het aantal, de duur en het tijdstip van eet- en drinkbeurten worden afgeleid. Ook waterverbruik kon geschat worden op basis van het RFID systeem aan de drinknippels.
Vier waarschuwingssystemen werden ontwikkeld en vergeleken om veranderingen op te sporen in het eetgedrag van individuele varkens. Daarbij waren het aantal RFID registraties en de tijd tussen de eetbeurten de belangrijkste parameters. Voor elk varken werden de “normale” waarden berekend. Dit is nodig om normale variatie in het eet- en drinkpatroon van elk varken, zoals leeftijdseffecten, te onderscheiden van abnormale variatie gerelateerd met problemen. Elk varken wordt hierbij gebruikt als zijn eigen referentie en de limieten zijn varken-specifiek, wat maakt dat mogelijke problemen op individueel niveau worden opgespoord. Daarnaast werd ook het gebruik van constante, niet-individuele limieten (gelijk voor alle varkens) getest binnen het systeem.
En de alarmbel gaat af als…?
Tijdens het onderzoek werd afwijkend eet- en drinkgedrag gedetecteerd door de waarschuwingssystemen. Deze werden dagelijks gesignaleerd onder de vorm van een ‘attentie’ als een varken een bepaalde limiet overschreed. Die attenties werden dan vergeleken met uitgebreide observaties van een groep varkens. Dagelijks werden de correcte en foutieve attenties en het aantal gemiste problemen bepaald. Uit deze analyse bleek dat, van de vier geteste systemen, het waarschuwingssysteem op basis van individuele limieten en op basis van het aantal RFID registraties het best scoorde. Dit systeem had een sensitiviteit van 66 % (percentage varkensdagen met een probleem die correct werden gesignaleerd), een specificiteit van 98 % (percentage varkensdagen zonder probleem die ook geen attentie gaven), accuraatheid van 97 % (percentage correct geclassificeerde varkensdagen) en een precisie van 67 % (percentage correcte attenties) voor alle gezondheids-, welzijns- en productiviteitsproblemen gedetecteerd door de observatoren. Dus, 2 op de 3 problemen werden gedetecteerd en 2 op de 3 attenties waren juist. Ernstige problemen zoals zware kreupelheid of koorts werden gemiddeld na 1.1 dag gedetecteerd.
Klaar voor gebruik?
Volgens de onderzoekster kan de precisie en gevoeligheid van het systeem nog verder verhoogd worden via een vervolgonderzoek. “Het is ook aangewezen om precies te gaan berekenen hoeveel voordeel het systeem zou hebben in een praktijkbedrijf, qua tijdsbesteding, vermindering in antibioticaverbruik, onkosten en efficiëntie.” De eerste resultaten zijn alvast hoopgevend, zowel voor de varkenshouders, de varkens en de consumenten. Via dit systeem kunnen problemen sneller worden opgespoord, wat ten goede komt aan de gezondheid en het welzijn van de varkens. Gezonde varkens produceren beter en sneller en hebben minder medicijnen en zorg nodig, en dat zijn factoren waar ook de consument gevoelig voor is. Wat de haalbaarheid en investeringskosten betreft, is de onderzoekster duidelijk: “Dit systeem is technisch haalbaar voor elke varkenshouder. De investeringskost per varken ligt wellicht hoger als je de varkens huisvest in kleine groepen, want elke voederbak moet apart voorzien worden van een RFID-systeem”. Ondanks die investeringskosten kan het systeem volgens de onderzoekster meerwaarde bieden voor de sector. De stijgende vraag naar varkensvlees, de daarmee gepaard gaande schaalvergroting, en het toenemend maatschappelijk belang van dierenwelzijn nopen namelijk tot een intensieve opvolging van productiedieren op individueel niveau, en daar biedt dit systeem een antwoord op. Het gebruik van elektronische identificatie bij varkens kan bovendien nog meer mogelijkheden bieden, zoals het makkelijker bijhouden en integreren van data van afstamming, bedrijfsregister, medicijngebruik of slachtgegevens.
Bron: Instituut voor Landbouw- en Visserijonderzoek
