Da molto tempo la ricerca scientifica vive anche di collaborazioni internazionali. E il Dipartimento di Scienze animali, della nutrizione e degli alimenti (DIANA) dell’Università Cattolica di Piacenza ne coltiva numerose, tra cui spicca quella con la University of Wisconsin-Madison negli Stati Uniti e che proprio in questi giorni si concretizza con il semestre di lavoro che Victor Cabrera – che a Madison è Full professor ed extension specialist in Dairy Farm management – trascorrerà al DIANA.
«Siamo molto lieti di ospitare il professor Cabrera – ci riferisce il professor Erminio Trevisi, direttore del Diana. Cabrera combina ricerca applicata, approcci interdisciplinari e metodi partecipativi per fornire strumenti di supporto decisionale pratici, basati sui dati, facili da usare e scientifici per la gestione delle aziende zootecniche da latte, e ha sviluppato più di cinquanta strumenti di supporto alle decisioni per il settore agro-zootecnico. Questi strumenti scientifici migliorano la redditività aziendale, la gestione ambientale e la sostenibilità a lungo termine».
In un seminario il futuro della ricerca
Un lavoro intenso e di particolare interesse che il docente di Madison ha presentato in un seminario al quale hanno partecipato professori, ricercatori e dottorandi del DIANA, oltre agli studenti della Laurea magistrale in Zootecnia sostenibile e di precisione.
L’incontro – tenutosi in CERZOO e intitolato Data-driven decision-making on dairy farms through applied scientific research – è anche servito per porre le basi per ulteriori collaborazioni di ricerca con il Dipartimento di Piacenza grazie alle competenze in analisi dati, alla vasta esperienza di consulenza aziendale e alla fitta rete internazionale del professor Cabrera. Il docente statunitense ha infatti per primo sottolineato quanto sia oggi importante condurre ricerca inter-disciplinare “across continents”, unendo risorse, competenze e dati per ottenere studi solidi e completi. Il seminario si è quindi concentrato su come i dati raccolti a livello aziendale possano aiutare l’allevatore nel processo di decision-making.
“Dairy Brain” un cervello per i dati aziendali
Per gestire efficacemente le loro aziende, gli allevatori devono basare le decisioni su flussi di dati continui e in tempo reale, che raccolgono informazioni sull'alimentazione, sulla mungitura, sulla salute e su una serie di altri fattori. Per questo scopo, il professor Cabrera e il suo gruppo di ricerca hanno sviluppato “Dairy Brain”, una piattaforma che integra tutti i software più importanti per la gestione delle aziende zootecniche da latte. Il progetto comprende attualmente una rete coordinata di innovazione (CIN) di oltre cento ricercatori, professionisti del settore, agricoltori e altre parti interessate provenienti da tutto il mondo, oltre a diversi processori per l’analisi di big data. Al momento, nella sua versione beta, la tecnologia incorpora un'interfaccia basata sul web, che consente agli utenti di accedere, integrare e analizzare più flussi di dati. Complessivamente, Dairy Brain funziona seguendo cinque fasi. In primo luogo, trasporta le informazioni grezze da tutti i flussi di dati rilevanti in un sistema centralizzato. Poi decodifica e archivia le informazioni in un unico database. Dairy Brain pulisce poi i dati per garantire che possano essere utilizzati in modo affidabile; quindi, li esprime in modo uniforme, identificando le caratteristiche comuni tra i software utilizzati per raccogliere ciascun flusso di dati. Infine, integra i dati provenienti da questi diversi flussi in un'unica informazione.
Ciascuno di questi passaggi è fondamentale per rendere disponibili in modo coerente i dati raccolti da numerose fonti diverse e per sviluppare nuovi strumenti in grado di utilizzare questi dati integrati. Un esempio dell’applicazione di Dairy Brain riguarda l’insorgenza delle mastiti in allevamento. La mastite clinica è la malattia più comune delle vacche da latte in tutto il mondo. Comporta un'infiammazione del tessuto della mammella che può essere scatenata da fattori quali traumi fisici, surriscaldamento e infezioni da microrganismi. In molti casi, la condizione riduce la qualità e la produzione di latte, ma nei casi peggiori può risultare fatale. Sebbene siano state condotte ricerche approfondite per prevenire e trattare la mastite, essa ha ancora un forte impatto negativo sulla gestione aziendale.
In questo caso, Dairy Brain utilizza algoritmi di intelligenza artificiale per analizzare i dati sull'efficienza della mungitura, sulla genetica e sulla gestione dell'azienda per rilevare in modo affidabile i “sintomi” fortemente associati all'insorgenza della mastite che, viceversa, operativamente potrebbero essere difficili da individuare per gli allevatori.
Dairy Brain ha permesso di identificare quali vacche in particolare sono a più alto rischio di contrarre la mastite durante la prima lattazione. A più breve termine, un secondo algoritmo è in grado di prevedere quando il rischio di mastite è imminente. Grazie all'inclusione di questi due algoritmi, il team spera che Dairy Brain fornisca una nuova dimensione al monitoraggio della salute nelle mandrie, rilevando potenzialmente tra il 71% e l'85% di tutti i casi di mastite diverse sessioni di mungitura prima che la malattia inizi a fare effetto. In sintesi: l’esperienza del prof. Cabrera risulta preziosa nella direzione della precision livestock farming.