L’outil de monitoring est à utiliser en complément de l’œil de l’éleveur
Détection des troubles de santé. Une étude menée en fermes expérimentales sur
le Heatime-HR compare
la performance de l’outil
à l’observation par l’éleveur.
Ces dernières années, des outils de monitoring ont été développés pour aider à la surveillance de la reproduction et de la santé. Quelle est leur capacité de détection des troubles sanitaires ? Et quels sont les troubles détectés ? Si ces outils ont déjà été évalués en fermes expérimentales pour la détection des chaleurs et jugés fiables, il n’en est pas de même pour la détection des troubles sanitaires. Une étude s’est intéressée pour la première fois aux performances d’un appareil déjà commercialisé, le Heatime-HR. Cet outil fournit des alertes à partir des données issues de capteurs (accéléromètre et microphone) portés au cou de l’animal. Les données sont transmises à partir des boîtiers contenant les capteurs vers l’appareil de monitoring. Celui-ci établit en continu des listes de vaches présentant une hyperactivité liée aux chaleurs, ou présentant des chutes de rumination et/ou d’activité pouvant être liées à des troubles sanitaires.
L’outil de monitoring ne remplace pas l’oeil
L’étude a été menée pendant deux ans et demi dans deux fermes expérimentales. Les durées de rumination et l’activité ont été enregistrées sur 56 Prim’Holstein à Trévarez dans le Finistère et sur 169 Prim’Holstein aux Trinottières dans le Maine-et-Loire, qui, suivant les saisons, étaient au pâturage ou en stabulation à logettes. Les algorithmes permettant le déclenchement des alertes étant la propriété des fabricants, de nouveaux algorithmes ont été créés et évalués pour l’expérimentation. « Nous avons comparé les détections des troubles de santé par l’outil et par les éleveurs, en regardant le pourcentage d’alertes se situant dans une fenêtre de cinq jours autour de la détection par l’éleveur », a expliqué Pierre Clément, de l’école vétérinaire Oniris-Nantes, lors des journées des Groupements techniques vétérinaires organisées à Reims en mai 2014.
Ainsi, 404 troubles de santé ont pu être analysés : 172 mammites, 129 boiteries et 63 atteintes de l’état général. Certains troubles de santé (métrites, boiteries légères) ont été enlevés en faisant l’hypothèse qu’ils ne pouvaient pas provoquer de chutes brutales de rumination ou d’activité.
Une détection plus précoce de certains troubles de santé
« L’étude montre que l’outil ne peut pas remplacer l’éleveur, et doit être utilisé en complément de l’observation visuelle : il n’a pas une sensibilité suffisante si l’on veut conserver un niveau de fausses alertes acceptable pour l’éleveur (4 pour 100 vaches) », affirme le chercheur. Si l’on prend l’exemple des mammites, le pourcentage de détection n’est que de 30 % pour les mammites locales, il monte à 85 % pour les mammites avec atteinte de l’état général. Dans tous les cas, les troubles les plus graves avec atteinte de l’état général ou hyperthermie sont davantage détectés (60 %).
De plus, 50 % des détections ont été faites avant l’éleveur (et 30 % le même jour). « La détection des chutes de rumination apporte des informations intéressantes pour la détection de signes cliniques comme les chutes d’ingestion ou de production laitière. L’outil peut donc permettre une détection plus précoce de certains troubles de santé, et une meilleure prise en charge avec un taux de guérison plus important. »
L’étude montre par ailleurs l’intérêt de combiner les données d’activité et de rumination pour améliorer la détection, comme c’est le cas des algorithmes commerciaux. « On peut penser qu’en combinant avec d’autres critères comme la production laitière, la pesée… on pourrait encore améliorer la sensibilité. D’où l’intérêt d’un échange de données entre les différents systèmes d’information. »