Pour soutenir les agriculteurs, de nouvelles technologies se développent de plus en plus en élevage, intégrant des capteurs pour collecter des données comportementales qui peuvent être associées aux données de production. Cela permet d’estimer en temps réel le bien-être individuel de chaque animal et d’anticiper les problèmes de santé.

Dans le cadre d’un projet de recherche pluridisciplinaire financé par #DigitAg, en collaboration entre des membres de l’Institut Agro Rennes-Angers (équipe LACODAM de l’IRISA) et l’UMR PEGASE d’INRAE, l’utilisation de techniques d’Intelligence Artificielle (IA) a permis de développer des stratégies d’alimentation sur mesure pour des truies gestantes et d’identifier l’état de bien-être individuel des animaux, à partir des données comportementales et environnementales enregistrées automatiquement. Ce travail a valu à Maëva Durand (co-supervisée par IRISA/LACODAM-INRAE/PEGASE) de remporter le prix de thèse de l’Association Française de Zootechnie en 2023.

L’objectif du projet WAIT4 (Programme et équipement prioritaires de recherche (PEPR) Agroécologie et numérique), lancé en 2023, vise aussi à améliorer le bien-être animal en intégrant des spécialistes des sciences animales, allant du biologiste à l’éthologue, ainsi que des équipes de recherche en Intelligence Artificielle. Les chercheurs de l’équipe LACODAM de l’IRISA se concentrent sur l’identification d’indicateurs de bien-être à partir d’analyses de séries temporelles issues de capteurs (température, activité, etc.) et de séquences d’événements vidéo annotées.
Cette approche permet de modéliser plus précisément le comportement animal et de distinguer les comportements normaux des comportements anormaux, révélant ainsi les conditions de bien-être non remplies.

Toujours sur le thème de la détection précoce en élevage, dans le cadre du projet Carnot F2E SEPTIME, une collaboration entre des membres de LACODAM avec l’UMR Biologie Epidémiologie et Analyse de Risque en santé animale (BIOEPAR) d’INRAE à Nantes et des partenaires industriels propose des solutions alliant l’IA et des modèles mécanistes pour comprendre le développement et la transmission des maladies respiratoires chez les jeunes bovins, dans une perspective d’un usage raisonné des antibiotiques.