Robotar ger säkrare kontroll av mjölkkornas hälsa

På gårdar där korna mjölkas med robotar granskas mjölken av sensorer som bland annat mäter färg och ledningsförmåga. Dorota Anglart från SLU och DeLaval har i sitt doktorsarbete undersökt möjligheten att få fram mer information från de kombinationer av mätvärden som samlas in dagligen i automatiska mjölkningssystem.

– Det är inte första gången som data från sensorer kombineras för att försöka hitta sjuka kor eller identifiera mjölk av dålig kvalitet, säger Dorota Anglart. Däremot finns det väldigt få modeller som kan skatta celltalet, och inga modeller som kan upptäcka förekomsten av flockor. Dessutom vet man väldigt lite om flockor på juverfjärdedelsnivå hos kor som mjölkas automatiskt.

Mjölkens celltal (det vill säga mängden vita blodkroppar) mäts regelbundet för att övervaka mjölkkvalitet och juverhälsa, men det kräver manuellt arbete och kan vara kostsamt. De modeller som Dorota Anglart och hennes kollegor nu har tagit fram visade sig kunna skatta mjölkens celltal med liten felmarginal och den blev ännu mindre om celltalet från kons tidigare mjölkningar var kända. Det visade sig också att skattningen inte blev bättre genom att använda data från mer än tre dagar, vilket betyder att kon inte behöver vara särskilt länge i besättningen förrän det går att göra en skattning.

– Med modeller som utnyttjar dagliga data från mjölkningsroboten skulle det kunna vara möjligt att få mått på celltal så ofta som användaren själv önskar, utan provtagning, säger Dorota Anglart. Skattade värden på celltal skulle även kunna användas som indata till modeller för att hitta sjuka kor, då möjligheten att hitta juverinflammationer förbättras om celltalet ingår i sådana modeller.