Predição da mastite subclínica em sistema de ordenha automatizado utilizando técnicas de aprendizado de máquina

Abstract

A detecção precoce da mastite subclínica é essencial para manter a qualidade do leite, evitar a disseminação entre vacas em lactação e prevenir infecções crônicas. Os sistemas de ordenha automatizados possibilitam o monitoramento contínuo do rebanho, registrando variáveis como produção e fluxo de leite, condutividade elétrica, frequência de ordenhas e presença de sangue. Esses dados permitem a geração de alertas automáticos sobre a saúde do úbere, favorecendo intervenções rápidas. Com o avanço do aprendizado de máquina, tornou-se possível integrar essas informações em modelos capazes de identificar padrões complexos e prever a ocorrência de doenças com maior precisão. O objetivo deste estudo foi aplicar técnicas de aprendizado de máquina supervisionado para detectar mastite subclínica, combinando dados produtivos, zootécnicos, ambientais e microbiológicos obtidos em um sistema de ordenha robótica. Foram acompanhadas 103 vacas em lactação, em uma propriedade de São Carlos, SP, durante um ano. Nesse período, foram registradas variáveis referentes à data da coleta, teor de gordura, condutividade elétrica (CE), Índice de Detecção de Mastite (MDi), produção e fluxo de leite, presença de sangue, sujidade do teto, tempo de ordenha, paridade, estágio de lactação, temperatura e umidade relativa do ar. O conjunto de dados final incluiu 955 registros de quartos mamários classificados por posição anatômica e descritos por variáveis explicativas. A mastite subclínica foi classificada de três maneiras distintas: (1) adoção de um valor de triagem para a contagem de células somáticas (CCS) ≥ 200 × 10³ células/mL; (2) combinação de CCS ≥ 200 × 10³ células/mL com resultados microbiológicos positivos; e (3) diferenciação dos quartos mamários em sadios (cultura microbiológica negativa e CCS < 200 × 10³ células/mL) ou acometidos por mastite subclínica (quartos com isolamentos bacterianos e/ou CCS ≥ 200 × 10³ células/mL). Seis algoritmos supervisionados foram avaliados, Support Vector Machine, Regressão Logística, Decision Tree, Random Forest, XGBoost e Rede Neural Perceptron Multicamadas, para modelar a relação entre as variáveis e a ocorrência da doença. Entre os modelos testados, o Random Forest apresentou o melhor desempenho com a classificação 3, demonstrando maior robustez e precisão. A análise dos valores de SHapley Additive exPlanations (SHAP) indicou as variáveis MDi e CE como as mais relevantes na predição, evidenciando o potencial do aprendizado de máquina como ferramenta de apoio à gestão da saúde mamária e à adoção de práticas preventivas na produção leiteira.

Early detection of subclinical mastitis is essential to maintain milk quality, prevent its spread among lactating cows, and avoid chronic infections. Automated milking systems enable continuous herd monitoring by recording variables such as milk yield and flow, electrical conductivity, milking frequency, and the presence of blood. These data allow the generation of automatic alerts regarding udder health, facilitating timely interventions. Advances in machine learning have made it possible to integrate this information into models capable of identifying complex patterns and predicting disease occurrence with higher accuracy. The objective of this study was to apply supervised machine learning techniques to detect subclinical mastitis by combining productive, zootechnical, environmental, and microbiological data obtained from a robotic milking system. Approximately 103 lactating cows were monitored over one year at a farm in São Carlos, SP, Brazil. During this time, data were collected on sampling date, milk fat content, electrical conductivity (EC), Mastitis Detection Index (MDi), milk yield and flow, blood presence, teat cleanliness, milking time, parity, stage of lactation, temperature and relative humidity. The final database comprised 955 quarter-level records classified by anatomical position and described by explanatory variables. Subclinical mastitis was determined in three different ways: (1) adoption of a screening threshold for somatic cell count (SCC) ≥ 200 × 10³ cells/mL; (2) combination of SCC ≥ 200 × 10³ cells/mL with positive microbiological results; and (3) grouping mammary quarters as healthy (negative microbiological culture and SCC < 200 × 10³ cells/mL) or affected by subclinical mastitis (including quarters with positive culture and/or SCC ≥ 200 × 10³ cells/mL). Six supervised algorithms, Support Vector Machine, Logistic Regression, Decision Tree, Random Forest, XGBoost, and Multilayer Perceptron Neural Network, were evaluated to model the relationship between the variables and disease occurrence. Among the models tested, Random Forest achieved the best performance with classification 3, demonstrating greater robustness and accuracy. SHapley Additive exPlanations (SHAP) values analysis identified MDi and EC as the most relevant variables for prediction, highlighting the potential of machine learning as a tool to support udder health management and the implementation of preventive practices in dairy production.