Tous les textes des 3R
Détecter les troubles respiratoires des jeunes bovins automatiquement et précocement à l’aide de capteurs multiparamètres
GUIADEUR M. (1), ALLAIN C. (1), ASSIE S. (2), BERTRON JJ. (1), CONCORDET D. (3), MERLE LA. (4), MOUNAIX B. (1), PHILIBERT A. (1), CHASSAN M. (3)
(1) Institut de l’Elevage, 149 rue de Bercy, 75595 PARIS Cedex 12
(2) ONIRIS, route de Gachet, CS 40706, 44037 NANTES Cedex 3
(3) ENVT, 23 chemin des Capelles, 31076 TOULOUSE Cedex 3
(4) Chambre agriculture Pays de la Loire, Ferme expérimentale des Etablières, Route du moulin Papon, 85000 LA ROCHE SUR YON
RESUME
Les bronchopneumonies infectieuses (BPI) constituent le problème sanitaire dominant des ateliers d’engraissement de jeunes bovins (JB). La précocité de la prise en charge est un facteur clé de la réussite du traitement (Ferran et al., 2011) pour limiter l’extension du processus infectieux. Le développement récent des capteurs dans le monde de l’élevage offre la possibilité de développer de nouveaux outils d’aide au diagnostic des maladies. Le projet BeefSense avait pour objectif de construire un algorithme de détection précoce et automatique des BPI à l’aide de données issues d’une combinaison de capteurs embarqués sur les animaux. Les capteurs ont permis d’enregistrer pendant les 30 premiers jours d’engraissement la température ruminale et l’activité de 104 jeunes bovins de race Charolaise (rumination, déplacement, repos). Pour un jour j, le statut clinique d’un animal donné a été modélisé à l’aide d’une régression logistique alimentée par 160 variables d’entrée issues des données des capteurs. La combinaison des variables d’entrée la plus appropriée pour construire l’algorithme a été sélectionnée en minimisant le critère (1-Se)²+(1-Sp)² où Se est la sensibilité du modèle et Sp sa spécificité. Le meilleur modèle de prédiction construit dans le cadre du projet permet de détecter les BPI un jour avant l’apparition des signes cliniques observés à distance sur l’animal avec une sensibilité de 74 % et une spécificité de 74 %. La suppression des données de température ruminale comme variable d’entrée du modèle diminue la sensibilité de la détection de 2 % et la spécificité de 3 %. L’algorithme construit ne permet pas en l’état la construction d’un outil d’aide à la décision utilisable directement par un éleveur. Toutefois ces résultats sont encourageants en termes de précocité et de performance de détection. De futurs travaux seraient nécessaires pour évaluer l’intérêt économique, sanitaire et zootechnique de l’utilisation de l’algorithme combiné à différentes stratégies de prise en charge médicamenteuse des BPI en fonction de la précocité de la détection.
