数字兽医丨基于牛奶和奶牛行为数据揭发奶牛疾病的原理及应用

木拉提·米尼尔

（阿菲金（中国）农业科技有限公司，北京 102400）

摘 要：奶牛在弱肉强食的自然演化进程中衍生出以牛群抵御猎杀的生存模式。体弱和病态的牛，一般躲在牛群中间采食和休息，身体强壮的在外围活动和掩护。因此病牛往往由于不被及时发现，而使得轻病逐渐发展为重病，严重影响了奶牛场的经济效益。因此，及时在牛群中发现患病奶牛的临床或亚临床症状是尽早发现病牛的关键。本文通过分析患病奶牛的临床和亚临床症状及临床、亚临床阶段病牛常用的判断依据，探究基于数据集成的数字兽医技术，使得揭发奶牛疾病简单化，有利于在患病初期对奶牛的救治。

关键词：奶牛；临床和亚临床疾病；数据集成；数字兽医

奶牛在弱肉强食的自然演化进程中，进化出远超人类的听力和嗅觉，并在高度社群化生活中，衍生出以牛群抵御猎杀的生存模式。体弱和病态的奶牛，一般躲在牛群中间采食和休息，身体强壮的在外围活动和掩护。生病的奶牛本能的躲在牛群当中，躲避人类的观察，因此病牛往往由于不被及时发现，而使得轻病逐渐发展为重病，等到发现时已无法救治，严重影响了奶牛场的经济效益。随着规模化牧场的发展，牛群发展越来越庞大，使得通过人工观察发现病牛变得些许无力，只能找到卧地不起的、病程发展到非常严重的个体。奶牛的临床或亚临床症状是判断奶牛是否患病的主要依据，因此，及时在牛群中发现患病奶牛的临床或亚临床症状是尽早发现病牛的关键，有利于及时对患病奶牛的救治。

图1展示了影响奶牛健康、繁殖力和产量的不同饲养环节的问题。我们在群体饲养环节中容易疏忽的采食量、环境卫生以及饲养条件等，都在不同程度上对牛群的健康产生影响甚至于造成威胁。

图1 采食量、饲料质量、卫生和饲养条件“不理想”对奶牛的影响

注：▲表示增加/正面影响；▼表示减少/负面影响

      2.1 形态

通过观察奶牛的眼睛和耳朵，可以判断奶牛的身体状态，其中凹陷的眼睛和下垂的耳朵表明奶牛存在健康问题。同时病重的奶牛通常会远离牛群，躺在圈舍的角落，并且表现出比健康的奶牛移动得更慢、常落后于其他牛群且当被接近时不愿站起来等行为。

      2.2 食欲

通过观察奶牛面前的日粮消耗情况可以判断其身体状态，将其与同一组中的同伴进行比较，并且注意那些不去采食道吃料的奶牛。这是由于呼吸道疾病患牛的采食量在体温升高之前约48h开始下降。观察奶牛的进食行为最有效的时间是每天投料时。但在奶牛群体较大时，监测牛群中哪些牛采食下降或没有采食变得异常困难。这种情况下，我们可以观察瘤胃充盈度，这一点在新产牛监控中常用，但在大群中无法实操。没有正常进食和饮水的牛看起来憔悴，它们的腹部在行走时经常上下跳动，而且体重或体况的快速下降也表明奶牛患病。

      2.3 外观

通过观察奶牛喘气和分泌唾液情况可以判断其身体状态，将其行为与其他奶牛进行比较，其中喘气和唾液分泌过多可能是奶牛感觉不适或发病的迹象。

      2.4 是否脱水

奶牛脱水说明其健康状况不佳，可以使用皮肤测试检查脱水的情况。也可以检查奶牛的眼睛，如果眼睛凹陷，则表示它脱水。

      2.5 体温

在大多数情况下，奶牛体温在37.5～39.5℃，低于37.5℃会被认定为体温过低，高于39.5℃则体温过高。通常产后10d的新产奶牛要监测体温变化，体温升高可能是子宫炎、乳腺炎或肺炎等疾病的最初迹象。患有产奶热、DA、酮症或消化不良的奶牛可能会出现异常低的体温。但体温的适宜范围不是一成不变的，可以根据特殊情况进行调整，例如夏季的热应激等。

      2.6 四肢

通过观察奶牛是否正常站立和行走，可以判断奶牛的身体状况，如果站立或行走不正常，需进一步检查是否有病变。

      2.7 乳房

检查乳房是否有异常迹象是判断奶牛健康状况的一种方法。红肿可以作为奶牛可能患有乳房炎的病症之一，同时需观察刚产犊的奶牛是否出现乳房水肿。

      2.8 子宫

尤其是对于新产母牛，需检查是否有明显的分泌物。产犊后立即出现一些分泌物（恶露）很常见。如观察到任何恶臭的分泌物，需要进一步检查是否患有子宫炎或其他问题。

      2.9 心率

奶牛的正常心率为60～70次/min，可以使用听诊器监测两侧心率并听取可能出现的心脏杂音。

      2.10 肺部

奶牛的正常呼吸频率约为30次/min，可以通过检查呼吸频率观察是否有充血迹象，这可能表明奶牛患有肺炎。并观察是否有鼻涕或咳嗽。

      2.11 瘤胃

奶牛的正常瘤胃收缩每分钟发生1次或2次，通过确定瘤胃每分钟的收缩次数，并检查是否有腹胀或钢管音，可以判断其健康状况。

      2.12 粪便

通过查看奶牛粪便，判断其外观是否与群内其他个体的粪便相似，可以判断奶牛的健康状况。带有大颗粒饲料、黏液或血液的松散粪便可能表明奶牛患病或受伤。虽然在牛群大、密度高的情况下可能很难发现特定的病牛，但至少可以作为小群饲养时辨识病牛的临床症状之一。新产牛在处理过程中经常排便，因此在新产监控期间观察粪便也是值得推荐的。

当奶牛生病或感到任何不适时，最先出现的迹象之一就是产奶量和乳成分的变化。通过收集和存储每头奶牛的挤奶数据，能够协助兽医快速发现数据中的异常变化，这些异常的变化可能表明奶牛出现了健康问题。依据不同数据的变化规律，可以判断奶牛患上的具体疾病。

3.1.1 产奶量的变化

奶牛的产量下降往往与奶牛患系统性疾病相关，这是由于这类疾病往往伴随着奶牛的食欲废绝、干物质采食量下降，与此同时由于奶牛的免疫机制影响，会减少流向泌乳组织的血液，从而导致奶牛的奶量分泌降低。当然，患乳房炎的奶牛，因其泌乳细胞被损伤，也会使牛奶的产量出现明显的下降。

3.1.2 牛奶电导率的变化

牛奶中电导率急剧上升，产奶量即产奶效率急剧下降，可以很明确地找到初期患有临床型乳房炎的奶牛，这项功能被广泛应用在规模化牧场奶牛早期乳房炎的揭发。这主要是因为患乳房炎的奶牛，其泌乳细胞被破坏，导致离子（钠和氯）从细胞大量流入牛奶中，从而导致牛奶的电导率急剧上升。患乳房炎的奶牛产奶中成分会有以下变化；游离脂肪酸与乳清蛋白含量上升，酪蛋白及乳糖含量下降，钠、氯、钾、钙等矿物质浓度被改变，牛奶的pH值升高，这些成分的变动可间接成为揭发乳房炎的依据。除此之外，虽在很多牧场仍尚未被应用，但腹泻牛只的电导率数据变化也同样指向病牛的亚临床症状。当腹泻牛只消化道中出现电解质流失情况，会进一步导致牛奶中的导电离子减少，从而使腹泻牛的牛奶电导率下降。

3.1.3 牛奶中乳糖的变化

在Rajcevic等的研究中，牛奶中体细胞数（Somatic cell count，SCC）同乳糖含量呈负相关（-0.42），因乳房受到感染会降低乳糖合成作用。当乳腺功能出现异常时，分析乳糖含量相对于牛奶中体细胞数是更具有可信度的。当乳房炎发生时，乳腺上皮细胞受到破坏，会影响牛奶中钠、钾、钙、氯等矿物质浓度的平衡，同时改变牛奶中的电导率水平。

3.1.4 牛奶中乳脂和乳蛋白的变化

研究结果显示血液及牛奶中丙酮（acetone）浓度有高度相关性（0.96），而乙酰乙酸（acetoacetate）则有中度相关性（0.74）。许多研究学者建议通过监测牛奶中omega-9及长链脂肪酸作为奶牛是否患亚临床酮病的参考标准，这是由于在营养及能量缺乏的情形下，奶牛优先分解脂肪组织中的脂肪来提供能量进行泌乳，而脂肪组织中释放出来的脂肪大多属C16:0、C18:0及C18:1 cis-9家族的成员。但值得注意的是长链脂肪酸存于牛奶中的含量会受到日粮组成的影响[9]。有研究指出能量的利用与C18:1 cis-9存于牛奶中的比例具有0.77到0.92的相关性，故进一步确认监测牛奶中C18:1 cis-9比例及长链脂肪酸可作为奶牛是否患亚临床酮病的有利参考标准。许多实验和文献提出，牛奶中的脂肪及蛋白质比值（milk fat/protein, F/P ratio）可作为能量负平衡、酮病、第四胃变位、蹄病及乳房炎等奶牛代谢症状的预测指标。当F/P ratio＞1.4，乳蛋白水平＞2.9%，乳脂水平＞4.8%且乳糖水平＜4.5%时表示奶牛的健康出现异常。另外，在意大利的一项对1498头荷斯坦牛进行的研究时发现，F/P ratio介于1～1.5的泌乳牛群，其健康水平最佳，患病几率最低，F/P ratio＜1的泌乳牛群，有较高的发病风险。

假如奶牛的饲养条件和舒适度良好，则其行为特性不会随时间有较大的改变，每日的行动时间等皆有规律可循（表1）。奶牛每天需要450～550min进行反刍，因而这是一个非常重要的健康指标，即若奶牛的食欲和反刍减少，则可以预期其每天的牛奶产量会有所降低。奶牛每天的采食时间一般在3～6h，但这同时受到繁殖活动、生理变化、日粮结构等多种因素的影响。通过奶牛的采食及反刍时间变化能够帮助我们及时地了解奶牛的健康状况。

表1 健康奶牛的行为特性

现代数字兽医技术通过集成奶厅数据与奶牛行为数据，对数据进行分析管理，使得牧场的疾病揭发易如反掌。因为奶牛在牛奶中和采食行为上留下的蛛丝马迹，能够帮助我们在管理系统中，轻而易举地“揪”出这些“躲”在牛群当中的病牛。也正因为如此，这些病牛在早揭发、早干预过后，提升了治愈率，减少了死淘风险。以下是通过不同数据的集成和分析方法，帮助牧场揭发疾病的案例分析，可以帮助我们更好地理解如何通过不同传感器收集的数据变化对奶牛的早期疾病进行揭发。

3.3.1 奶牛乳房炎的揭发

奶牛行为数据中奶牛的反刍和采食时间相继下降，同时发现奶厅数据中其产奶量和牛奶的乳糖数据出现了明显下降，电导率明显升高，可以初步判定其乳房炎的产生（图2）。

图2 奶牛乳房炎的数据变化案例

3.3.2 奶牛腹泻的揭发

奶牛行为数据中奶牛的反刍、采食时间相继下降，同时发现奶厅数据中其产奶量和牛奶的电导率数据同时出现了下降，可以初步判断奶牛腹泻的可能性较大（图3）。

图3 奶牛腹泻的数据变化案例

通过奶厅数据中牛奶的脂蛋比和奶牛的产奶量相结合，发现脂蛋比大于1.5，且产奶量增幅未达到预期的产后牛，会被认定是亚临床酮病（图4）。

图4 奶牛酮病的数据变化案例

总结

数字兽医利用现代科技，在数字化的挤奶厅中，通过安装在每个挤奶位和每头奶牛身上的传感器收集数据，并对这些数据进行综合分析，能够帮助养殖人员捕捉到病牛的微小迹象，让数据成为奶牛的“代言人”，让整合后的数据为它们发出“求救”的信号，从而借助科技的力量，确保每头奶牛都不会因为它们天生的隐蔽性而错失了早期治疗和康复的机会，大大降低了病牛疾病恶化的风险，为奶牛早期疾病的发现和治疗提供便利。

丨来源：阿菲金