A Checkpoint-Based Hybrid Transformer-CNN Framework for Early Prediction of Escherichia coli Infection Risk in Broiler Chickens

Resumo Técnico: Estrutura Híbrida de Transformer-CNN Baseada em Checkpoints para Predição Precoce de Risco de Infecção por E. coli

Problema
A colibacilose, causada por Escherichia coli patogênica, continua sendo um limitante significativo na produção comercial de frangos de corte, levando à redução do crescimento, aumento da mortalidade e baixa conversão alimentar. As práticas de manejo atuais dependem frequentemente da observação manual e de revisões retrospectivas de produção, que são reativas; as intervenções ocorrem tipicamente apenas após os sinais clínicos ou perdas de produção estarem evidentes. Além disso, estudos de monitoramento existentes frequentemente dependem de fontes de dados únicas (sejam baseadas em imagens ou em sensores), falhando em capturar as complexas interações entre estressores ambientais, métricas de produção e a condição visual das aves que precedem a doença grave. Há uma necessidade de um sistema multimodal capaz de detectar a progressão gradual do risco antes que os sintomas graves apareçam.

Metodologia
O estudo propõe uma estrutura híbrida de Transformer-CNN baseada em checkpoints projetada para a predição precoce de risco. A metodologia integra quatro modalidades de dados: dados ambientais, de produção, comportamentais e visuais, estruturados em torno de seis checkpoints de produção específicos (Dia 3, 7, 14, 21, 28 e 31).

1. Coleta e Pré-processamento de Dados:

   • Dados Temporais: Variáveis ambientais (temperatura, umidade, amônia, CO2), métricas de produção (ingestão de ração/água, peso corporal, mortalidade, FCR) e indicadores comportamentais (nível de atividade, status de ventilação) foram coletados de contextos comerciais de frangos de corte (2022–2025). Estes foram limpos, normalizados e organizados em observações sequenciais.
   • Dados Visuais: Imagens de aves de corte foram redimensionadas para 224x224 pixels, normalizadas e aumentadas (rotação, inversão, zoom, ajuste de brilho) para lidar com o desequilíbrio de classes, particularmente para as categorias de risco baixo e médio.
   • Rotulagem: Os lotes foram classificados em categorias de risco baixo, médio e alto, com base em indicadores combinados.

2. Arquitetura do Modelo:

   • Codificador Transformer: Um modelo Transformer foi desenvolvido para analisar os dados temporais sequenciais. Utilizou embeddings de entrada, codificação posicional, autoatenção de múltiplas cabeças (multi-head self-attention) e camadas de alimentação direta (feed-forward) para modelar a progressão do risco através dos seis checkpoints. O modelo foi treinado usando o otimizador Adam e perda de entropia cruzada em um conjunto de aproximadamente 90.000 observações (72.000 de treinamento, 18.000 de teste).
   • Rede Neural Convolucional (CNN): Uma CNN foi empregada para a avaliação visual da saúde, classificando imagens em saudáveis, risco baixo, risco médio, risco alto e classes não pertencentes a aves de corte. Este componente serviu como evidência de suporte para condições de saúde visíveis, em vez de um detector direto de patógenos.
   • Fusão Multimodal: A fusão ao nível de decisão combinou as saídas de probabilidade de ambos os modelos em uma pontuação de risco ponderada.
   • Explicabilidade e Interface: O sistema incorporou Grad-CAM para destacar as regiões da imagem que influenciam as predições. Um dashboard Streamlit foi desenvolvido para apresentar pontuações de risco, níveis de confiança, fatores contribuintes, alertas e prompts de aconselhamento veterinário.

Principais Contribuições

• Arquitetura Híbrida: A integração de um Transformer para modelagem de sequência temporal e uma CNN para avaliação visual cria um sistema multimodal que aproveita fontes de evidência complementares.
• Monitoramento Baseado em Checkpoints: A estrutura introduz uma abordagem estruturada para o monitoramento da saúde do lote através de seis estágios distintos de produção, permitindo a detecção de tendências de deterioração ao longo do tempo, em vez de apenas instantâneos isolados.
• Suporte à Decisão Explicável: Diferente de modelos de "caixa-preta", esta estrutura fornece interpretabilidade através de visualizações Grad-CAM, pontuações de confiança e prompts de aconselhamento específicos, traduzindo as saídas do modelo em informações de manejo acionáveis.
• Vigilância Proativa: O sistema desloca o monitoramento da saúde de aves de uma classificação retrospectiva para um alerta precoce proativo, visando identificar o risco antes que sinais clínicos graves se manifestem.

Resultos

• Desempenho do Transformer: Em 18.000 observações de teste, o modelo Transformer alcançou uma acurácia de 99,96%. Demonstrou alta precisão, recall e F1-scores (todos >99%) entre as categorias de risco baixo, médio e alto, com recall perfeito (100%) para a categoria de risco baixo.
• Desempenho da CNN: Em 249 imagens de avaliação, a CNN alcançou uma acurácia geral de 95,58%. Teve um desempenho forte nas classes saudável (100%), risco alto (96,85%) e não pertencente a aves de corte (100%). No entanto, o desempenho foi inferior para as classes de risco baixo (50%) e risco médio (50%), atribuído a menos exemplos de treinamento e fronteiras visuais sutis em estados de risco intermediários.
• Integração do Sistema: O dashboard sintetizou com sucesso essas saídas. Em um exemplo documentado, o sistema identificou um lote de alto risco (pontuação 0,85) e sinalizou corretamente fatores contribuintes, como alta amônia, umidade e problemas de ventilação, gerando alertas e conselhos veterinários apropriados.

Significância e Alegações
Os autores afirmam que esta estrutura avança a gestão de precisão na avicultura ao unificar registros temporais de lotes com avaliação visual em um sistema de alerta precoce explicável. O estudo postula que, enquanto os registros ambientais e de produção revelam uma deterioração gradual, os dados de imagem fornecem a confirmação visual necessária da condição das aves. Ao integrar essas fontes, a estrutura reduz a dependência de qualquer tipo de dado único.

O artigo enfatiza que o sistema apoia a intervenção mais precoce, melhor supervisão ambiental e decisões de saúde baseadas em dados. No entanto, os autores mantêm uma postura modesta quanto à implementação, observando que a alta acurácia do Transformer sugere uma forte separabilidade dentro do conjunto de dados específico, mas requer validação externa em diferentes sistemas de alojamento, climas e rotinas de manejo. Da mesma forma, reconhecem que o desempenho da CNN em classes de risco intermediário é limitado pelo desequilíbrio de dados e pela falta de conjuntos de dados de imagens específicas de E. coli, sugerindo que trabalhos futuros devem abordar conjuntos de dados maiores e mais equilibrados, além da integração de IoT ao vivo, antes da adoção operacional ampla.