L’intelligence artificielle pour optimiser la gestion de la mammite bovine

Aperçu du projet

La mammite entraîne des pertes économiques pour les producteurs laitiers, provoque de la douleur et de la détresse chez les animaux atteints et constitue la principale cause d’utilisation des antimicrobiens dans les fermes laitières canadiennes. Compte tenu de ces conséquences, il n’est pas étonnant que cette maladie soit une priorité majeure pour les producteurs laitiers, et les méthodes diagnostiques et stratégies de gestion doivent être améliorées. Les outils d’intelligence artificielle et les progrès en matière de diagnostic permettant d’identifier de façon rentable les caractéristiques des pathogènes mammaires offrent la possibilité de mieux prédire l’issue des cas de mammite et de prendre des décisions prudentes quant aux traitements antimicrobiens.

L’objectif global de ce projet est d’utiliser l’intelligence artificielle pour améliorer le diagnostic, les méthodes de surveillance et les stratégies de traitement de la mammite bovine. Cette recherche vise à développer des outils modernes pour favoriser la santé et la production des vaches laitières.

Que fera l’équipe de recherche?

L’équipe de recherche (i) mènera une étude rétrospective visant à décrire l’évolution de la mammite subclinique au cours des 20 dernières années, (ii) analysera des données de la banque des agents pathogènes de la mammite pour prédire l’issue des cas de mammite, (iii) utilisera des données déjà recueillies pour décrire l’information générée par les systèmes de traite automatisée et la comparer à celle recueillie par le contrôle laitier afin d’élaborer des lignes directrices pour la surveillance de la mammite subclinique, et (iv) fera un essai contrôlé pour mesurer l’effet d’une approche de traitement sélectif au tarissement sur le comptage de cellules somatiques (CCS) et la bactériologie du lait

Les objectifs de ce projet sont les suivants 

1. Fournir des données de référence sur la mammite subclinique pour les troupeaux canadiens et cibler les domaines critiques de la gestion de la santé du pis pour les fermes laitières modernes.
2. Combiner l’analyse MALDI-TOF et l’intelligence artificielle pour prédire la persistance de l’infection intramammaire à S. aureus.
3. Produire des indicateurs et des lignes directrices pour la surveillance de la mammite subclinique en utilisant le CCS quotidien issu des systèmes de traite automatisée.
4. Évaluer l’impact sur la santé du pis d’une approche de traitement sélectif au tarissement associée à une réduction potentiellement massive de l’utilisation des antimicrobiens dans les fermes laitières commerciales.