酪農分野における精密畜産管理のためのAIを活用した知見の活用
執筆：ナイアル・オボイル
医療分野において、人工知能（AI）は、多くの場合、症状が現れる前に医療画像上の微細な異常を特定することで、腫瘍の発見に革命をもたらしました。
現在、深層学習モデルは、早期段階の腫瘍を発見する能力において臨床医を上回っています。これは専門家の判断に取って代わるためではなく、高頻度かつ一貫性があり、疲労の影響を受けない分析を提供するためです。人間と直接比較した場合、必ずしも腫瘍の特定能力そのものが勝っているわけではありませんが、AIには人間には及ばない頻度と持続性をもって一貫した分析を行う能力があるのです。
搾乳場へ
CattleEyeの共同創業者であるCEOのテリー・キャニング氏とCTOのアダム・アスキュー氏は、クラウドベースの牛群管理ソフトウェアと、AIを活用した腫瘍検出システムの運用という、両分野での経験を完璧に融合させていました。彼らは、この技術に精通した複数の科学者を惹きつけ、同様の原理を全く異なる課題、すなわち乳牛の跛行（はこう）の検知に応用することに成功しました。
必要な頻度と一貫性を保ちながら、大規模な移動能力評価を行うことは極めて困難です。CattleEyeは、腫瘍検出の精度を高めたのと同じ原理を活用することで、訓練を受けた獣医師と同等の専門知識に基づいた移動能力評価を、月次や四半期ごとではなく毎日実施できるようにしました。
腫瘍の検出と同様に、問題を早期に特定することで、治療成果の向上や長期的なダメージの軽減につながる介入が可能になります。すべての牛を毎日評価することで、牧場管理者は群全体の平均値にとどまらず、個々の体調の推移に焦点を当てることができます。これにより、異常値を検知し、飼料配合を迅速に調整し、生産性が低下する前に適切な対応をとることが可能になります。 さらに、大規模な牧場では非現実的になりがちな手動による評価とは異なり、自動化された体況スコア（BCS）評価は、1,000頭以上の牛群に対しても労力を増やすことなく、容易に適用可能です。
BCSの拡張
BCSは、この同じ原理を活用して、乳牛の管理に新たな知見を提供しています。BCSとは、脂肪蓄積量を視覚的または触診によって評価するもので、通常1～5段階の尺度で表されます。経験豊富な評価者が、主要部位（臀部、尾根、腰部）を触診・観察し、スコアを付けます。
しかし、手作業による採点は労力を要し、主観的な要素が強いため、結果にばらつきが生じやすい。訓練を受けた観察者同士でも意見が分かれることが多く、採点ミスが頻発する。実際には、大規模な群れを頻繁に採点することは困難であり、その結果、多くの群れでは体況スコア（BCS）のデータが不足しており、栄養管理や健康管理の精度向上を妨げている。
CattleEyeはこの問題を解決します。リバプール大学のSiachosら（2024年）は、CattleEyeのBCSモジュールの有効性を検証しました。 人間の評価（9,657組の観測データ）と比較して、このAIは専門家と高い一致度（加重κ ≈0.69）を示し、評価の84.6%が±0.25 BCSの範囲内、94.8%が±0.5の範囲内に収まりました。
人間の能力拡張
CattleEyeのようなAIツールを活用して人間のスキルを補完することで、個々の牛に関する頻繁かつ偏りのない評価が可能になります。各泌乳期におけるわずかな体況スコアに頼るのではなく、畜産農家は現在、1頭あたり数百ものデータポイントにアクセスできるようになり、体況スコア（BCS）は単なる定期的なスナップショットから、継続的な指標へと変化しました。これにより、群全体にわたる一貫したモニタリングが可能となり、最適な給餌や繁殖管理、リスクのある個体の早期発見が支援されます。
重要なのは、これにより、労働負担を増やすことなく、大規模な群れに対しても小規模な群れと同じくらいきめ細やかな管理が可能になる点です。放射線医学における腫瘍の検出と同様に、真の変化とは人間の判断に取って代わることにではなく、行動を起こすために必要な情報を、適切なタイミングで提供することにあるのです。
AIが貴農場の動物福祉をどのように支援できるかについて詳しく知りたい方は、contact@cattleeye.comまでお問い合わせください。
