“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

猪呼吸道感染是保育猪和育肥猪死亡的主要原因，国内商品猪支原体肺炎感染造成直接经济损失超100亿元。传统生猪疫病监测主要通过人工巡检和实验室检测判断猪群健康情况，不仅滞后性强，还存在一线情况难以掌控、判断标准难以统一、干预结果难以评估三大难题，无法满足养殖规模及猪群健康的需求。

随着畜牧养殖向自动化和智能化方向发展，通过声音监测对猪呼吸系统疾病进行初步鉴别和早期预警，使猪呼吸道疾病的监测更加高效理性，让“难以”量化变成“确定”，让猪群呼吸道健康可视化。

PRDC导致猪群死亡率增加20%

及早干预有效提升经济效益

2012年，美国国家动物卫生监测系统研究结果显示，猪呼吸道感染是47.3%保育猪和75.1%育肥猪死亡的主要原因。而保育猪和育肥猪作为养殖者经济效益的主要来源，感染猪呼吸道疾病综合征（以下简称“PRDC”）不仅影响养猪业健康发展，还给养殖者带来难以估量的损失。

“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

据悉，PRDC是一种由猪繁殖与呼吸综合症病毒、猪肺炎支原体、圆环病毒等细菌与病毒感染以及环境应激等多因素相互作用而引起的呼吸道综合症，多爆发于6~10周龄保育猪和13~20周龄育肥猪，通常称为“18周龄墙”。PRDC感染导致猪群死亡率整体增加2%-20%，且肺部病变与猪群生长速度降低相关，严重的PRDC导致平均日增重降低50%。

曲向阳评估国内某大型养猪企业发生的4起猪蓝耳病导致的经济损失时发现，感染猪蓝耳病导致的损失为1493.81元/头（曲向阳等人，2018）。此外，万进等人的调查数据也显示，国内商品猪的猪支原体肺炎感染率几乎为100%，直接经济损失超100亿元（万进等人，2022）。由此可见，高效的监测猪呼吸道疾病并及早对患病猪做出干预，对提升养殖者的经济效益至关重要。

传统监测有“三难”

智能监测工具提升疾病监测效率

目前，多数养猪场的猪呼吸道疾病为混合感染或继发感染，导致防控工作的难度进一步提升。因此，防控猪呼吸道疾病除科学饲养、加强生物安全外，还可通过疫病监测和抗原抗体检测等实验室手段及时了解猪群的健康情况，若发现猪群隐性感染，应在第一时间消除病源，避免疾病扩散。

猪呼吸系统疾病综合征早期，病猪会发出强烈的咳嗽声。传统生猪养殖业中，猪场养殖人员或兽医会在定期猪舍巡检时，通过观察生猪状态及行为来判断猪群健康情况，但这种方式不仅效率低下，还存在三个“难以”：

1.一线情况难以掌控

大型养殖场人工参与少，自动化程度高，猪的咳嗽更不易及时被饲养员发现。且养殖人员无法长时间连续对猪只状态进行监测，若未及时发现并处理患病猪只，可能导致疾病大范围扩散。

2.判断标准难以统一

养殖人员巡检时，信息获取的过程主观性强，易因其疏忽造成漏检和误检。

3.干预结果难以评估

无法准确评估人工干预后，猪群健康度的改善情况以及效果。

“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

此外，抗原抗体检测虽有利于帮助养猪场了解疫病的分布情况及流行趋势，但此方法检测结果易受操作因素影响，并存在明显滞后性等缺点，可因未及时锁定病原导致疾病扩散。

综上所述，仅通过人工监测或实验室诊断无法满足养殖规模及猪群健康的需求，因此可以辅以设备、仪器进行监测，推动畜牧养殖向自动化和智能化的方向发展。其中，监测猪舍内生猪发出的声音，通过智能算法分析，对猪呼吸系统疾病进行初步鉴别和早期预警，及时从猪群中找出患病猪进行干预，从源头阻断疾病，使猪呼吸道疾病的监测更加高效理性。（宋航等人，2023年）。

让“难以”量化变成“确定”

咳嗽管家让猪群呼吸道健康可视化

根据国内外研究现状来看，国外对于猪咳嗽声识别的研究开展较早，研究也比较深入；国内的研究起步较晚，已构建了多种不同类型的猪咳嗽声识别模型，但仍存在研究不够全面透彻、需进一步提高模型性能等不足。

国外D.Berckmans团队对生猪咳嗽声音的识别进行深入的研究，采用音频识别算法包括概率神经网络(Probabilistic neural network，PNN)和混合感知机网络分类算法、模糊C聚类（Fuzzy c-means，FCM）算法、动态时间规整（Dynamic time warping，DTW）算法等，开发出一套能够应用于养殖场的AI智能的设备SoundTalks®（中文名称：咳嗽管家）。

“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

SoundTalks® 设备的不同指示颜色

咳嗽管家是一种基于人工智能大数据算法的声音分析的技术，可持续识别和量化猪的呼吸道疾病问题，并给出相应的呼吸道健康评分（ReHS）。根据不同的ReHS，咳嗽管家会生成不同级别的警报（绿色表示健康的状态，黄色和红色表示出现呼吸道问题，红色是严重的咳嗽问题）。这些警报对比单独依靠现场人员观察，能更早地发现呼吸道疾病问题，引起饲养员的重视，并化繁为简确定状态、量化评估确定标准、准确记录确定效果可，转“难以”为“确定”（Polson等人，2018）。

“三难”阻碍猪呼吸道疾病监测，应用数字化智能监测工具，提升猪场疾病监测效率【勃林格特约·智能健康】

该设备目前已经应用于生产实践，收集猪群的咳嗽声音通过云计算能够及时地监测诊断出猪群咳嗽的变化。据勃林格殷格翰介绍，咳嗽管家上市一年来，服务已经覆盖全国23个省级行政区域的猪场用户，上百个集团猪场或者规模猪场通过咳嗽管家的全天候智能监测和预警，及早发现猪群潜在呼吸道病问题，早期干预后避免了因健康影响带来的日增重下降、死淘率上升、料肉比上升等损失。

基于智能化对养殖生产的积极影响，新猪派特推出“智能健康”专栏，邀请行业专家共同探讨猪群呼吸道疾病成因，并持续更新规模养猪在疾病管理、智能化应用等方面的调研数据，敬请期待！

参考文献：

Mora D J .A closer look at pig respiratory disease in the nursery[J].International Pig Topics, 2022(3):37.

宋航.基于梅尔频率倒谱系数和深度学习的猪咳嗽声识别模型研究[D].黑龙江八一农垦大学,2023.

Polson D, Playter S, Berckmans D, et al., (2018) Proceedings of the 2018 American Association of Swine Veterinarians, San Diego California, USA, 21-24.

曲向阳.大型养猪企业猪繁殖与呼吸综合征防控技术应用与效果分析[D].北京：中国农业大学，2018.

万进，王聪，马妮妮，等 . 猪支原体肺炎防治研究进展 [J]. 猪业科学，2022，39（2）：98-100.