0
Il progetto dalla North Caroline State finanziato dall'USDA (United States Department of Agricolture) e da NIFA (National Istitute for Food and Agricolture) ha l'obiettivo di sviluppare un'applicazione utilizzando l'intelligenza artificiale per analisi spazio-temporale in tempo reale per migliorare lo status sanitario degli allevamenti di suini.
L'algoritmo sviluppato e che lavora in background produce i risultati in tempo reale, in un'applicativo denominato RABapp già disponibile. Per il momento è applicabile solamente nelle scrofaie.
Nonostante la forte riduzione dell'incidenza della PED, la PRRS colpisce ancora un terzo delle mandrie di scrofe statunitensi ogni anno. Pertanto, vi è una necessità critica di identificare:
i) perché PED e PRRS continuano a diffondersi e
ii) creare strategie che migliorano il controllo della malattia.
L'obiettivo del sistema combina la visualizzazione dei dati con metodi spaziali e statistici per aumentare le conoscenze fondamentali sull'epidemiologia spaziale PED e PRRS, migliorando la comprensione della diffusione della malattia per sviluppare nuovi strumenti di integrazione dei dati per ottimizzare il controllo della malattia.
Sono applicate la metodologia bayesiana e di machine learning per quantificare la distribuzione geografica, la variazione locale dei fattori di rischio intrinseci ed estrinseci e le caratteristiche degli allevamenti che predispongono gli allevamenti suini ad essere infettati da PED e / o PRRS...
Marzo 2021/USA:https://machado-lab.github.io/research/
