Abolizione della gabbia parto e salute dei suinetti: l’aiuto arriva dalla PLF?

In a reality where public opinion increasingly emphasises the rights of animals and demands that their welfare be guaranteed, intensive pig farming is faced with the need to reduce sow confinement during farrowing and lactation and thus face the consequent problem of piglet crushing, which is the main cause of pre-weaning mortality. There is a lack of in-depth knowledge of the behavioural and health dynamics related to these events in a context of hyper-prolific sows, now widely used but poorly selected over the years for maternal behaviour. Continuing concern has led, in recent years, to the first studies and development of new PLF techniques to improve survival rates. This study is part of a larger project involving several partners whose overall objective is to study health, environmental, behavioural, management and structural risk factors related to piglet mortality in open cage delivery rooms using innovative methods such as computer vision, with particular reference to crushing as the most common cause of mortality. The final objective is to develop a system capable of identifying piglets at risk of crushing at an early stage, allowing them to be managed appropriately. The part of the project that is the subject of this thesis represents preliminary work to the project described above, and involved the collection of video recordings depicting piglet crush events by the free-range sow, with the aim of learning about and describing the behavioural and health interactions of the crushed piglets and their mother from the minutes before the event. Using the SmartPSS programme, the behaviour of sows and piglets during 77 fatal crush events in open farrowing crates was recorded, and the behaviour was studied using the classical method of indirect video observation by two operators. The annotations were made on the BORIS software, following the previously developed ethogram, and then subjected to descriptive statistical analysis. Subsequently, image frames were extracted and processed from the same videos using Label Studio, in order to initiate the amodal segmentation process of the instances, preparatory to the future development of the crush prediction model by the project's engineering partners. The results emphasised that sow rolling and the transition from stationary to lying position by first bending the forelimbs are the main fatal posture changes. Following piglet entrapment the sow reacted in 36.4% of the cases, resulting in few rescues 10.7%, which is probably due to poor maternal behaviour. Furthermore, in half of the cases the piglets were sleeping before dying, suggesting poor nest utilisation. It is therefore advantageous, in order to reduce crushings, to optimise certain aspects such as: genetic selection of the sow to achieve more attentive maternal behaviour; different types of inventory and/or structures to slow down changes in the sow's posture; greater nest enhancement; individual care of weak or diseased animals; box layout and the use of PLF. The knowledge gained in this study shows that in the future, when sows will be required to be housed in free stalls, the industry will have to interface with new issues and that the increasing use of state-of-the-art deep learning models will be of great importance and will allow early and automatic identification of piglets at risk of crushing, enabling their appropriate management.

In una realtà in cui l’opinione pubblica mette sempre più in primo piano i diritti degli animali e richiede che venga garantito loro il benessere, l’allevamento suinicolo intensivo si trova a fronteggiare la necessità di ridurre il confinamento della scrofa durante il parto e l’allattamento ed affrontare quindi il conseguente problema dello schiacciamento dei suinetti che rappresenta la principale causa di mortalità pre-svezzamento. Manca una conoscenza approfondita delle dinamiche comportamentali e sanitarie legate a questi eventi in un contesto che prevede scrofe iper-prolifiche, oggi largamente utilizzate, ma scarsamente selezionate negli anni per il comportamento materno. Il continuo crescere della preoccupazione ha portato, negli ultimi anni, ai primi studi e allo sviluppo di nuove tecniche PLF per migliorare il tasso di sopravvivenza. Questo studio fa parte di un progetto più ampio che coinvolge vari partners il cui obiettivo finale è sviluppare un sistema in grado di identificare precocemente i suinetti a rischio di schiacciamento, consentendone una gestione appropriata. La parte dello studio oggetto della presente tesi ne rappresenta un lavoro preliminare e ha previsto la raccolta di registrazioni video ritraenti eventi di schiacciamento dei suinetti da parte della scrofa libera, con lo scopo di conoscere e descrivere le interazioni comportamentali e sanitarie dei suinetti schiacciati e della relativa madre. Tramite il programma SmartPSS è stato registrato il comportamento di scrofe e suinetti durante 77 eventi di schiacciamento fatale in gabbie parto aperte, e si sono studiati i comportamenti tramite il metodo classico dell’osservazione indiretta dei video da parte di due operatori. Le annotazioni sono state eseguite sul software BORIS, seguendo l’etogramma precedentemente sviluppato, per poi essere oggetto di analisi statistica descrittiva. Successivamente, dagli stessi video sono state estratte ed elaborate frames immagini utilizzando Label Studio, per avviare il processo di segmentazione amodale delle istanze, propedeutica al futuro sviluppo del modello predittivo di schiacciamento da parte dei partners ingegneristici del progetto. I risultati hanno sottolineato come il rotolamento della scrofa e il passaggio dalla stazione alla posizione sdraiata piegando prima gli arti anteriori, siano i principali cambiamenti di postura fatali. In seguito all’intrappolamento dei suinetti la scrofa ha reagito nel 36,4% dei casi, determinando pochi salvataggi 10,7%, ciò è probabilmente dovuto allo scarso comportamento materno. Inoltre, nella metà dei casi i suinetti prima di morire stavano dormendo, suggerendo uno scarso utilizzo del nido. Risulta dunque vantaggiosa, al fine di ridurre gli schiacciamenti, l’ottimizzazione di alcuni aspetti quali: la selezione genetica della scrofa per ottenere un comportamento materno più attento; le diverse tipologie di inventario e/o strutture per rallentare i cambiamenti di postura della scrofa; una maggior valorizzazione del nido; la cura individuale degli animali deboli o con patologie; la planimetria del box e l’utilizzo della PLF. Dalle conoscenze acquisite in questo studio emerge che nel futuro, quando verrà richiesto di stabulare le scrofe in box liberi, il settore dovrà interfacciarsi con delle problematiche nuove e che grande importanza avrà l’utilizzo sempre maggiore di modelli all’avanguardia di deep learning.