DETECÇÃO DE TOSSE PARA AUXILIAR NO MONITORAMENTO DE PROBLEMAS RESPIRATÓRIOS DE BEZERROS

INTRODUÇÃO: Introdução. Um dos maiores produtores mundiais de leite, o Brasil, obteve um acréscimo de 91% de produção leiteira em 26 anos, representando 0,2% a mais que os demais Estados ao redor do mundo. Apesar deste valor aparentar ser pouco, ele é responsável por mover o PIB brasileiro, sendo somente em 2008, responsável por cerca de R$ 17 bilhões para a economia do país. Todavia, os produtores de leite possuem muitos desafios para melhorar e ampliar suas produções, sendo um destes, as doenças respiratórias bovinas (DRB), as quais afetam significativamente a rentabilidade e qualidade da produção leiteira. Estas doenças são particularmente prevalentes na fase pré-desmame, sendo uma das principais causas de morbidade e mortalidade em bezerros de até três meses de idade. OBJETIVOS: Objetivos. Desenvolver um sistema de inteligência artificial (IA) para monitorar sons de tosses em bezerros leiteiros, visando à detecção precoce de doenças. Descrever o padrão de tosse dos bezerros. Treinar um sistema de IA para detectar tosse de bezerros. Avaliar o desempenho da IA na detecção de tosses. MATERIAIS E MÉTODO: Materiais e Métodos. 64 bezerras da raça Holandesa (Holstein-Friesian) no total, cujo mais novos foram mantidos em baias individuais, enquanto os desmamados estavam em baias coletivas. Quatro microfones da empresa PecSmart instalados para captarem os sons das tosses. Coleta de dados presencial com classificação de áudio através de 4 microfones à distância para fazer o treinamento de uma rede neural convolucional para monitorar tosses. Treinamento da IA através da rede neural convolucional em Python. Desempenho avaliado com métricas de sensibilidade, especificidade, precisão, acurácia e F1-score. RESULTADOS: Resultados. 371 áudios com tosses foram coletados e classificados de acordo com o observador coletando dados presencialmente. Devido as enchentes que afetaram o estado do Rio Grande do Sul, os colaboradores da empresa parceiro do projeto não conseguiram dar andamento com o treinamento da rede neural convolucional. CONSIDERAÇÕES FINAIS: Conclusão. A coleta de dados presencialmente pode ser um ponto importante para garantir a qualidade da base de dados para ser utilizada no treinamento de uma inteligência artificial.

PALAVRAS-CHAVE: 1. Inteligência Artificial; 2. Doenças Respiratórias Bovina; 3. Tosses Bovinas; 4. Monitoramento Animal; 5 Detecção Precoce.