Machine Learning for Predicting Somatic Cell Count in Holstein Cattle

In der Welt der Milchviehhaltung ist die Gesundheit des Euters einer Kuh der entscheidende Einzelfaktor für die Qualität der produzierten Milch. Landwirte verlassen sich auf ein spezifisches Maß namens Somatische Zellzahl, um diese Gesundheit zu beurteilen. Betrachten Sie diese Zellen als winzige Wächter; wenn das Euter einer Kuh gesund ist, ist die Zahl niedrig. Wenn eine Infektion oder Entzündung einsetzt, schickt der Körper mehr dieser Zellen zur Bekämpfung des Problems, wodurch die Zahl stark ansteigt. Hohe Werte deuten auf Mastitis hin, eine schmerzhafte Erkrankung, die nicht nur dem Tier Schmerzen bereitet, sondern auch die Menge der Milch reduziert und die Qualität des Produkts mindert. Die Herausforderung für die Landwirte besteht darin, dass diese Zellzahlen nicht täglich gemessen werden. Stattdessen werden sie in regelmäßigen Abständen überprüft, was Zeitlücken hinterlässt, in denen sich die Gesundheit einer Kuh verändern kann, ohne dass es jemand merkt. Um diese Lücken zu schließen, hofften Landwirte schon lange, dass andere Daten, die sie bereits täglich erfassen – wie etwa die Menge der Milch, die eine Kuh produziert, der Fett- und Proteingehalt dieser Milch sowie Details zu ihrer Reproduktionsgeschichte – als frühe Warnsignale dienen könnten.

Jahrelang haben Wissenschaftler versucht, standardisierte mathematische Formeln zu verwenden, um diese täglichen Aufzeichnungen mit der Eutergesundheit zu verknüpfen, aber die Beziehung ist unordentlich und komplex. Die Faktoren, die die Gesundheit einer Kuh beeinflussen, folgen keiner geraden, vorhersehbaren Linie; sie interagieren auf eine Weise, die mit einfachen Gleichungen schwer zu erfassen ist. Kürzlich wandte sich ein Forscherteam aus dem Iran einem anderen Ansatz zu: dem maschinellen Lernen. Dies sind Computerprogramme, die darauf ausgelegt sind, Muster in Daten zu finden, die für traditionelle Methoden zu kompliziert sind. Indem sie diese Programme mit jahrelangen Aufzeichnungen einer kommerziellen Holstein-Herde fütterten, versuchten die Forscher herauszufinden, ob sie ein System entwickeln könnten, das die somatische Zellzahl unter Verwendung nur der routinemäßigen Informationen vorhersagt, die Landwirte bereits zur Hand haben. Ihr Ziel war nicht nur zu sehen, ob dies möglich ist, sondern auch zu bestimmen, welcher Typ von Computermodell am besten funktioniert und ob sich die Antwort je nach der Anzahl der Geburten der Kuh ändert.

Die Forscher sammelten Daten aus einer großen Herde von Holstein-Kühen und konzentrierten sich auf dreizehn verschiedene Informationen, die für jedes Tier aufgezeichnet wurden. Dies umfasste das Alter der Kuh, die Dauer der Trächtigkeit, die Dauer der Melkpause vor der Geburt sowie ihre tägliche Produktion von Milch, Fett und Protein. Sie verfolgten auch ihre Reproduktionsgeschichte, wie etwa die Zeit, die es dauerte, bis sie nach der Geburt wieder befruchtet wurde. Nachdem sie die Daten bereinigt hatten, um Fehler und Ausreißer zu entfernen, blieben ihnen fast zehntausend Datensätze. Da sich die Biologie einer Kuh mit zunehmendem Alter und der Anzahl der Kälber signifikant verändert, behandelte das Team die Kühe nicht alle gleich. Stattdessen teilten sie die Daten in fünf verschiedene Gruppen auf: Erstgebäre, Zweitgebäre, Drittgebäre, Viertgebäre und jene mit mehr als vier Kälbern. Diese Trennung war entscheidend, da die Regeln, die die Gesundheit einer jungen Kuh bestimmen, oft anders sind als die einer älteren, erfahreneren Kuh.

Um den besten Weg zur Vorhersage der Zellzahl zu finden, testete das Team sieben verschiedene computergestützte Modellierungsansätze. Sie begannen mit drei traditionellen Methoden, die auf linearen Gleichungen basieren, um eine gerade Linie durch die Daten zu ziehen. Dann testeten sie vier fortgeschrittenere, nicht-lineare Methoden, die sich verbiegen und verformen können, um komplexere Muster abzubilden. Dazu gehörten ein Bayesianisches Neuronales Netz, das die Art und Weise nachahmt, wie das menschliche Gehirn Informationen verarbeitet, ein Random Forest, der viele Entscheidungsbäume aufbaut und deren Antworten kombiniert, sowie zwei weitere baumbasierte Systeme, die Daten in Kategorien sortieren. Sie trainierten diese Modelle mit drei Vierteln der Daten und testeten sie dann mit dem verbleibenden Viertel, um zu sehen, wie gut sie die Zellzahl für Kühe vorhersagen konnten, die sie noch nie zuvor gesehen hatten.

Die Ergebnisse zeigten eine klare Kluft zwischen den alten und den neuen Denkweisen. Die traditionellen linearen Modelle hatten Schwierigkeiten, die Nuancen der Daten zu erfassen, und lagen bei der Vorhersage der Zellzahl oft daneben. Im Gegensatz dazu schnitten die flexibleren, nicht-linearen Modelle signifikant besser ab. Unter diesen erwiesen sich das Bayesianische Neuronale Netz und der Random Forest als die leistungsstärksten Modelle. In den ersten Laktationsgruppen erreichten diese fortgeschrittenen Modelle eine Korrelation mit den tatsächlichen Daten, die im Bereich von etwa 0,62 bis 0,70 lag. Was technisch klingen mag, bedeutet eine bedeutsame Fähigkeit, Trends vorherzusagen, die die älteren Methoden einfach nicht erreichen konnten. Die Computermodelle waren in der Lage zu lernen, dass die Beziehung zwischen Milchproduktion und Eutergesundheit nicht starr ist; sie verschiebt und verändert sich je nach Alter und Geschichte der Kuh.

Als die Forscher genauer untersuchten, worauf die Modelle tatsächlich acht gaben, kristallisierte sich eine konsistente Geschichte heraus. Die wichtigsten Hinweise zur Vorhersage der Eutergesundheit waren die Produktionsmerkmale: die durchschnittliche Menge an Protein, Milch und Fett, die die Kuh produzierte. In fast jeder Gruppe war der Proteingehalt der Milch der einflussreichste Einzelfaktor. Mit zunehmendem Alter der Kühe wuchs die Bedeutung des gesamten Milchvolumens, bis es schließlich zum führenden Prädiktor für die ältesten Kühe wurde. Dies ergibt biologisch Sinn, da eine Infektion im Euter oft die Fähigkeit der Kuh beeinträchtigt, Milch zu produzieren, und deren Zusammensetzung verändert. Andere Faktoren, wie die Dauer der Trockenperiode und das Alter, in dem die Kuh das erste Mal gebar, spielten eine sekundäre Rolle, wobei sich ihre Bedeutung je nach Lebensphase der Kuh verschob. Für jüngere Kühe war das Alter bei der ersten Geburt wichtiger, während für mittelalte Kühe die Länge der Ruhephase zwischen den Laktationen zu einem stärkeren Signal wurde.

Die Studie offenbarte jedoch auch eine erhebliche Einschränkung. Während die Modelle für Kühe in ihren ersten Laktationen gut funktionierten, sank ihre Genauigkeit für die älteste Gruppe, also jene mit mehr als vier Kälbern, merklich. Die Korrelation für diese älteren Kühen fiel auf etwa 0,50 und der Fehler in den Vorhersagen nahm zu. Die Forscher führen dies nicht auf ein Versagen der Technologie zurück, sondern auf die Natur der Daten selbst. Es gab viel weniger Datensätze für diese älteren Kühe – nur etwa 338 in der gesamten Datenbank im Vergleich zu über 4.000 für die Erstgebären. Da die Computer mit so wenigen Daten zu lernen hatten und ältere Kühe zudem vielfältigere und unvorhersehbarere Gesundheitsprofile aufwiesen, fiel es den Computern viel schwerer, ein zuverlässiges Muster zu finden. Dies deutet darauf hin, dass maschinelles Lernen zwar leistungsstark ist, aber dennoch genügend Daten benötigt, um effektiv zu arbeiten.

Die Ergebnisse legen nahe, dass Landwirte keine teuren neuen Sensoren oder komplexen Ausrüstungen benötigen, um die Eutergesundheit zwischen den Routineuntersuchungen besser unter Kontrolle zu bringen. Durch die Nutzung der Produktions- und Reproduktionsdaten, die sie ohnehin sammeln, und durch die Anwendung dieser anspruchsvolleren Computermodelle könnten sie potenziell Kühe, die Gefahr laufen, an Mastitis zu erkranken, früher als bisher identifizieren. Das Bayesianische Neuronale Netz und der Random Forest erwiesen sich als die zuverlässigsten Werkzeuge für diese Aufgabe und boten eine Möglichkeit, die verborgenen Verbindungen im täglichen Leben einer Milchviehherde sichtbar zu machen. Dennoch mahnen die Forscher zur Vorsicht: Diese Modelle wurden auf Basis von Daten aus einer einzelnen Herde in Iran entwickelt. Bevor dieser Ansatz weltweit auf Höfen eingesetzt werden kann, muss er an verschiedenen Herden mit unterschiedlichen Managementstilen und genetischen Hintergründen getestet werden. Die Technologie zeigt großes Potenzial, routinemäßige Viehaufzeichnungen in ein proaktives Gesundheitsüberwachungssystem zu verwandelt, ist aber noch keine fertige Lösung für jeden Milchviebetrieb.