• En NEIKER desarrollamos soluciones digitales basadas en datos para ayudar al sector a mejorar la gestión de las granjas y apoyar la toma de decisiones

 

Contar con sistemas eficaces de monitorización de la salud, el bienestar y la productividad animal es esencial para que el sector avícola evolucione hacia un modelo más eficiente, sostenible y responsable. Estas herramientas no solo permiten mejorar el rendimiento de las explotaciones, sino también garantizar el bienestar de las aves y responder a las crecientes demandas sociales y normativas.

En esta línea, en NEIKER llevamos más de una década desarrollando soluciones tecnológicas que faciliten al sector información práctica y basada en datos para mejorar la gestión de las granjas y apoyar la toma de decisiones.

 

De la evaluación observacional a la predicción con datos

Este recorrido comenzó en 2011 con el proyecto europeo Animal Welfare Indicators (AWIN), en el que se diseñaron indicadores y protocolos de evaluación del bienestar enfocados directamente en el animal. Aunque el proyecto, liderado en NEIKER por Inma Estevez (investigadora IKERBASQUE Senior), abordaba distintas especies, en el ámbito avícola supuso un avance relevante con el desarrollo del método de los transectos, una técnica que permite evaluar de forma sistemática el estado de los animales mediante observaciones realizadas durante los recorridos por los pasillos de las naves. Este enfoque sentó las bases para el desarrollo de las aplicaciones i-WatchTurkey, orientada a pavos, e i-WatchBroiler, centrada en pollos, que facilitaron la aplicación práctica de esta metodología en granjas comerciales.

Este modelo de evaluación directa supuso un paso importante, pero pronto surgió la necesidad de contar con herramientas capaces de anticipar posibles riesgos antes de que se manifestaran.

A partir de esta experiencia, ampliamos el enfoque e incoporamos herramientas analíticas en proyectos posteriores como iBOSP (liderado por Inma Estevez), que comenzó en 2014 y en el que se desarrolló un sistema de apoyo a la toma de decisiones para pollos de carne. Este sistema combinaba información ambiental, como la temperatura o la humedad relativa, con datos productivos como el peso, la mortalidad acumulada o la presencia de problemas locomotores.

“Gracias al uso de técnicas de machine learning, fue posible analizar patrones y relaciones entre estas variables para anticipar situaciones de riesgo y mejorar la gestión del bienestar”, apunta Xavier Averós, investigador del Departamento de Producción Animal de NEIKER.

Esa línea de trabajo se consolidó en 2016 con iMBDatA (también liderado por Inma Estevez), que abordó la gestión de información recogida de forma rutinaria en mataderos de la Unión Europea con el fin de apoyar la toma de decisiones mediante una visión más integrada del proceso productivo a lo largo de todo el ciclo de vida.

Este recorrido marcó un cambio de paradigma: pasar de evaluar lo que ocurre en un momento concreto a prever lo que podría suceder más adelante, con el fin de actuar a tiempo y con más información.

 

Un paso adelante en la predicción

Uno de los ejemplos más recientes de este enfoque predictivo es el proyecto D-AWARE, centrado desde 2022 en el pollo campero. Su objetivo ha sido identificar qué información es realmente necesaria para que el productor pueda anticipar posibles problemas de bienestar en granja y prever los resultados productivos al sacrificio.

Para ello, se recopilaron datos en colaboración con la productora Lumagorri, a través de la evaluación en granja de 98 lotes y el análisis posterior de sus datos al sacrificio. Gracias al tratamiento de esta información mediante técnicas de análisis avanzado, se identificó un conjunto reducido de siete indicadores que permiten predecir con precisión el estado de bienestar: mortalidad acumulada el día de la evaluación, calidad de la cama, concentración ambiental de carbono dióxido (CO₂) y amoníaco (NH₃), y porcentaje de aves cojas, con problemas de emplume asociados al picaje, y realizando baños de arena, este último considerado como un indicador de bienestar positivo.

Como resultado de este trabajo, se desarrolló B-AWARE, una aplicación orientada al personal productor que permite registrar los indicadores en granja y generar predicciones útiles de forma sencilla. Su eficacia se validó en 29 lotes adicionales y contó con la colaboración directa de Lumagorri, que probó la herramienta in situ durante sus visitas técnicas.

 

Monitorización ambiental

Como continuidad natural de esta línea de investigación, en el centro trabajamos desde este año en el proyecto AirWatch365, que introduce la medición continua del ambiente en naves de pollo campero. El objetivo es superar las limitaciones de las mediciones puntuales y obtener predictores ambientales más representativos de las condiciones reales a las que están expuestas las aves.

“En lugar de basarnos en las mediciones puntuales, como se hace habitualmente durante las evaluaciones de bienestar, el sistema registrará de forma continua variables como la temperatura, la humedad relativa, el NH₃, el dióxido de carbono CO₂ y el monóxido de carbono (CO)”, concluye el investigador.

Con estos datos será posible calcular predictores ambientales que se analizarán en relación con los resultados de bienestar en granja y los datos recogidos al sacrificio, y servirán para proponer alternativas en el manejo que mejoren el bienestar y la productividad. Actualmente, los sensores están siendo validados en las instalaciones de NEIKER en Arkaute y, una vez completada esta fase, se instalarán en granjas de Lumagorri.

El sistema se completará con evaluaciones de bienestar animal en momentos clave del ciclo productivo y con datos obtenidos en matadero, lo que permitirá establecer relaciones sólidas entre las condiciones ambientales y los resultados obtenidos, contribuyendo a una gestión más precisa y proactiva.