Um sistema que combina drones e inteligência artificial para monitorar o crescimento de bovinos em confinamento pode ajudar pecuaristas a identificar o momento ideal de venda ou abate dos animais, reduzindo custos e aumentando a eficiência produtiva. A tecnologia foi apresentada em artigo recentemente publicado por pesquisadores do projeto Semear Digital na revista científica Computers and Electronics in Agriculture.
Sediado na Embrapa Agricultura Digital, em Campinas, o Semear Digital é um dos Centros de Ciência para o Desenvolvimento (CCDs) da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp).
“Métodos tradicionais de pesagem exigem manejo intensivo e podem causar estresse aos animais, afetando negativamente seu bem-estar e ganho de peso”, explica Everton Tetila, pesquisador de pós-doutorado do Semear Digital, professor da Universidade Federal da Grande Dourados. “Além disso, a pesagem com balanças, pode incorrer em avarias frequentes”, complementa, Jayme Barbedo, pesquisador da Embrapa Agricultura Digital.
A proposta do estudo foi reduzir o estresse associado às pesagens e identificar o momento ideal de abate, quando o animal atinge seu pico de ganho de peso e, a partir daí, passa a converter alimento em peso de forma cada vez menos eficiente.
Ponto de inflexão
O sistema foi testado em um confinamento no Mato Grosso do Sul, onde os pesquisadores acompanharam um lote de bovinos ao longo de 112 dias. Durante esse período, foram realizados voos regulares com drones a cerca de 15 metros de altitude para capturar imagens dos animais.
A partir dessas imagens, os pesquisadores da Embrapa Agricultura Digital, da Universidade de São Paulo (USP) e da Universidade Federal da Grande Dourados (UFGD) desenvolveram modelos de inteligência artificial que identificam os bois, recortam e segmentam automaticamente seus corpos e extraem medidas corporais como comprimento e largura. Com base nesses dados, os pesquisadores acompanharam o crescimento do lote ao longo do tempo. “Fizemos voos periódicos desde a entrada do gado no confinamento até a fase final. A ideia foi modelar a relação entre medidas corporais e o ganho de peso, considerando variações não lineares ao longo do ciclo produtivo”, explicou Tetila.
Um dos principais resultados foi a identificação de um padrão típico de crescimento. “O animal ganha pouco peso no início em sua fase de adaptação, depois entra em uma fase de ganho de peso acelerado e, no final, ocorre uma desaceleração”, disse Tetila. O ponto de inflexão corresponde ao momento de máxima taxa de ganho de peso, a partir do qual o crescimento passa a desacelerar. Este seria um indicativo do momento economicamente mais vantajoso para venda ou abate.
Identificar esse ponto de inflexão com precisão pode gerar ganhos expressivos para o produtor, especialmente em rebanhos de grande escala. “Em um lote numeroso, a diferença de apenas um dia pode ter impacto significativo nos custos de manejo, principalmente com alimentação, além de influenciar diretamente a eficiência produtiva e a rentabilidade do sistema”, afirmou o pós-doutorando.
Aplicações potenciais
O trabalho também abre caminho para outras aplicações. A mesma base de dados já vem sendo utilizada para desenvolver modelos capazes de identificar o comportamento alimentar dos animais e detectar anomalias, como sodomia bovina ou monta entre animais, frequentemente associadas ao estresse ou a práticas inadequadas de manejo em sistemas de confinamento.
Para Tetila, o próximo passo é expandir o sistema para outras raças e validar sua aplicação em escala comercial. “Nós pretendemos adaptar o modelo para outras raças além de Nelore, como Angus e Brahman, e avançar na validação para uso direto no confinamento”, afirmou o pesquisador.
A expectativa é que soluções desse tipo contribuam para a chamada pecuária de precisão, aumentando a eficiência produtiva e reduzindo custos. “Se você consegue identificar o momento ideal de abate, é possível diminuir os custos de produção e até contribuir para a redução do preço da carne”, disse Tetila.
Apesar dos resultados promissores, os pesquisadores destacam que a tecnologia ainda está em fase de desenvolvimento avançado. “Estamos próximos de um protótipo funcional, mas ainda é necessário um parceiro para transformar isso em um produto comercial”, finaliza Barbedo.
Fonte: Embrapa