プレスリリース
(研究成果) 多機能尾部センサで疾病罹患子牛の行動・生理的特徴を明らかに

農林水産省の統計によれば、子牛の死亡や廃用に至る事故(死廃事故)の発生率は依然として高く、牛全体の死廃事故件数の約半数を占めています。こうした状況から、子牛の損耗を低減し、健全な育成を図るための効果的な対策の確立が求められています。

一方で、畜産分野では労働力不足の深刻化が進んでいます。農林水産省「畜産への新規就農及び経営離脱に関する調査」によると、担い手の高齢化や後継者不足を背景に、酪農経営・肉用牛経営のいずれにおいても離農が年率3～6%程度のペースで進行しており、担い手の減少が加速しています。

こうした状況の中、省力的かつ高度な家畜の健康管理体制の構築を実現するアプローチとして、スマート畜産技術が注目されています。子牛を対象とした技術としては、自動哺乳機やウェアラブルセンサが市販されていますが、前者では飲乳行動、後者では活動量といった摂食や行動に関する指標の把握が中心となっています。一方で、疾病の早期兆候を的確に捉えるためには、行動指標に加えて生理状態を含む多様な生体情報を継続的に把握することが重要と考えられます。こうした背景から、行動変化に加えて体温変化を同時に把握可能な新たなセンシング技術の開発が求められていました。

農研機構では、過去10年以上にわたる家畜のスマート健康管理技術開発の取り組みの中で「多機能尾部装着型ウェアラブルセンサ」を開発しました。本デバイスは、加速度センサに加えて温度センサも搭載することにより、活動強度や起臥(立ち上がりや横たわり)、挙尾(しっぽを上げる動作)といった子牛の行動モニタリングに加え、体表温のリアルタイムモニタリングも可能としています。

今回、農研機構、麻布大学、北海道立総合研究機構、明治大学、全国酪農業協同組合連合会の共同研究グループは、この多機能尾部センサを用いて、疾病罹患時における子牛の特徴解明に取り組みました。さらに、機械学習の手法を用いて、センサデータから疾病罹患牛を判別する疾病検知モデルを構築し、その有用性を評価しました。

• 疾病に罹患した子牛のセンサデータの特徴
  哺乳子牛329頭から延べ1,996日分のセンサデータを収集し、1日あたりの平均活動強度、合計横臥時間、合計姿勢変化回数、挙尾指数⁵⁾のばらつき(標準偏差)および最高体表温を算出しました。これらの指標について、健康な子牛と、哺乳期に特に発生頻度の高い下痢症または呼吸器病に罹患した子牛を比較しました。
  その結果、いずれの疾病群でも、健康な子牛に比べて平均活動強度が平均6%低く、合計横臥時間が平均25分長い傾向が見られました(図2)。また、呼吸器病の子牛では体表温が平均0.2°C高いことも明らかになりました。これらの結果は、多機能尾部センサが疾病罹患に伴う「活力や反応性の低下」、さらには「発熱」による体温上昇といった特徴を捉えられることを示唆しています。
• 機械学習による疾病検知モデルの開発
  上記で得られた5つのセンサ由来指標(平均活動強度、合計横臥時間、合計姿勢変化回数、挙尾指数の標準偏差、最高体表温)を入力データとして、機械学習手法の一つであるランダムフォレスト⁶⁾を用い、子牛の状態を「健康」または「疾病(下痢症・呼吸器病)」に分類する疾病検知モデルを構築しました。
  その結果、疾病を感度(疾病の個体を正しく疾病と分類する割合)76%で、健康を特異度(健康な個体を正しく健康と分類する割合)52%で分類できました。また、判別性能の指標であるAUC-ROC⁷⁾は0.71となり、本モデルが健康と疾病を判別する基礎的な能力を有していることが示されました。

本研究では、多機能尾部センサを活用することで、疾病に罹患した子牛の行動や体表温の特徴を把握できることが示されました。さらに、機械学習を用いて構築した疾病検知モデルは、子牛の下痢症や呼吸器病の罹患を一定の精度で判別できることを示し、多機能尾部センサの実用化に向けた可能性を裏付ける結果となりました。

今後は、データのさらなる蓄積とモデルの高度化に加え、本研究で得られた知見を自動哺乳機やカメラ画像解析などウェアラブル以外のセンシング技術と統合することで、疾病タイプの識別や検知精度の一層の向上が期待されます。これらの取り組みは、労力削減と診断精度の両立を図る先進的なスマート畜産システムとして、子牛の損耗低減に貢献することが期待されます。