Aller au contenu principal

Prédire l’état de santé des porcelets, c’est possible !

L’Ifip a testé cet été un premier algorithme de machine learning pour prédire l’apparition d’une pathologie. Lorsque la machine annonce qu’un animal est malade, dans 82 % des cas elle ne se trompe pas.

L'Ifip dispose d'abreuvoirs et de nourrisseurs connectés pour contrôler le comportement individuel de chaque porcelet
© D.Poilvet

L’Ifip s’est doté d’un ensemble d’équipements pour enregistrer un maximum d’informations individuelles sur 9 cases de 17 porcelets dans le cadre d’un projet France Futur élevage et en collaboration avec l’Inra. En temps réel, le nombre de passage à l’abreuvoir ou au nourrisseur et connu, de même que la quantité d’eau et d’aliment consommée et le poids de chacun de ces 153 porcelets. Parallèlement, des animaliers notent chaque jour l’état de santé de chaque porcelet par observation.

Deux bandes ont d’abord été utilisées pour créer un algorithme. Concrètement, les données de ces deux premières bandes sont intégrées à un programme informatique qui étudie et apprend la réaction des porcelets lorsqu’ils présentent des symptômes de toux, de boiteries ou de diarrhée. On appelle cela du machine learning. Le résultat donne un modèle informatique qui doit être capable de dire, à partir de nouvelles données, si le porcelet est malade ou non. Pour tester son efficacité, le modèle a été utilisé sur une bande de 153 porcelets. Tous les jours, une fiche des porcs prédits « malades » s’imprimait automatiquement en indiquant le numéro de l’animal, sa case et sa salle. Ensuite, les résultats de ces prédictions ont été comparés aux observations réalisées par des techniciens expérimentés. Le premier essai est plus qu’encourageant puisque sur 117 alertes émises par le programme, 96 étaient effectivement associées à des observations d’animaux souffrant de diarrhées, de toux ou de boiteries dans les deux jours qui suivaient la prédiction. Mais attention, si l’algorithme se trompe rarement lorsqu’il annonce qu’un porcelet est "malade" il reste cependant du chemin à parcourir.

Encore trop d’animaux non détectés malades

En effet, dans de nombreux cas, les observateurs ont noté comme "malades" des animaux sans que le système d’alerte ne se déclenche. Ainsi, sur 3 437 observations (incluant les prédictions disant que le porcelet n’est pas "malade"), l’algorithme à correctement prédit l’état des porcelets 2 462 fois. Dans cet essai, l’intelligence artificielle a donc fait 72 % de bonnes prédictions ce qui est encore insuffisant pour mettre ce système d’alerte en élevage. Même si ces résultats sont très satisfaisants il faut poursuivre en continuant d’alimenter le modèle avec encore plus de données. En effet, le machine learning est une solution d’autant plus puissante qu’elle dispose d’un grand nombre de données. Avec cinq ou six bandes de porcelets, il est possible d’améliorer l’algorithme pour passer la barre des 85 % de bonnes prédictions nécessaire à son déploiement en élevage. Sur le long terme, ce type d’algorithme sera auto-apprenant. À chaque prédiction d’un porcelet « malade », l’éleveur confirmera ou pas la prédiction sur une application dédiée. À chaque fois, l’algorithme apprendra de ses erreurs et deviendra de plus en plus performant. Mais ne nous y trompons pas, la machine ne prédira jamais avec 100 % de certitude l’état de santé des porcelets. Elle sera, dans le meilleur des cas, une aide précieuse pour mieux anticiper l’apparition d’une pathologie.

Les plus lus

<em class="placeholder">Coupler l’installation d’un « cooling » avec une bande enherbée devant les entrées d’air peut être une solution intéressante pour refroidir l’air entrant.</em>
Trois stratégies d’éleveurs contre les coups de chaleur en élevage de porcs

Des éleveurs partagent leurs expériences pour améliorer le confort des animaux lors des périodes de forte chaleur à la fois…

<em class="placeholder">Bernard Rouxel, président de Cooperl et Emmanuel Commault, directeur</em>
Pour Cooperl, « une taille d’élevage de 500 truies deviendra demain la taille standard pour permettre les investissements nécessaires »

Cooperl défend son modèle de coopérative en filière et poursuit sa stratégie d’amélioration de la durabilité. Cela passe par…

<em class="placeholder">la présidente de Porélia, Morgane RANNOU et sa directrice, Rachel RICHARD.</em>
Le groupement de producteurs de porcs Porélia en croissance de plus de 3 %

Le groupement de producteurs Porélia (Pleyben, Finistère) a clôturé 2024 en croissance de 3,15 % à 882 110 porcs…

<em class="placeholder">Thierry Marchal, FNP</em>
"Les élevages de porcs français sont encore trop peu protégés contre la FPA"

Malgré une stabilisation relative de l’épidémie de fièvre porcine africaine (FPA) en Allemagne et l’Italie, les responsables…

<em class="placeholder">élevage de porcs en engraissement en zone de montagne avec fabrique d&#039;aliment à la ferme</em>
PAC : les conditions d’attribution des indemnités ICHN en élevage porcin précisées

La publication de l’arrêté du 16 mai 2025 et une instruction du 21/05/2025 clarifient les conditions d’éligibilité…

<em class="placeholder">L’équipe dirigeante fête les 40 ans d’Yxia</em>
L’entreprise d’insémination porcine Yxia se prépare aux enjeux de demain

A l’occasion de ses 40 ans, la coopérative Yxia a réaffirmé les enjeux de l’insémination artificielle, entre technologies…

Publicité
Titre
Je m'abonne
Body
A partir de 96€/an
Liste à puce
Version numérique de la revue Réussir Porc
2 ans d'archives numériques
Accès à l’intégralité du site
Newsletter Filière Porcine
Newsletter COT’Hebdo Porc (tendances et cotations de la semaine)