Поддержка клиентов

Видеообзоры

Блог

О нас

Контакты

Продукты

Оставить заявку

Заполните форму и наш менеджер свяжется с вами в ближайшее время

Как ИИ помогает наблюдать за здоровьем коров: практическое руководство для ветеринарных врачей и управляющих фермами

Научный редактор:
Андрей Игнатьев

ветеринарный врач Digifarm Software

Искусственный интеллект для наблюдения за здоровьем коров — рабочий инструмент на предприятиях животноводства. Ветеринарные врачи теперь имеют возможность быстро получать информацию о том, как меняются физиологические показатели и поведение крупного рогатого скота. Если заметить отклонения от нормы рано, то повышаются шансы на успешное лечение и сохранение молочной продуктивности. В статье рассказываем, как помогает ИИ следить за состоянием коров и какая от этого экономическая польза.

Содержание
Возможности ИИ для улучшения здоровья коров
Почему потребность следить с помощью ИИ за здоровьем коров возникла в современном животноводстве
Применение ИИ для управления стадом молочных коров: экономическая эффективность
Внедрение ИИ для того, чтобы следить за здоровьем коров — с чего начать
Что такое «АРКА» с технологиями искусственного интеллекта: инновационная система управления стадом
Примеры использования системы «АРКА» с ИИ на предприятия животноводства: отзывы
Ответы на часто встречающиеся вопросы

1. Возможности ИИ для улучшения здоровья коров

Благодаря искусственному интеллекту становится легче обнаруживать заболевания, которые приводят к экономическому урону животноводческого предприятия.

Ранняя диагностика хромоты

Хромота часто начинается с небольших изменений походки. Камеры со встроенными алгоритмами оценивают позу животного и фиксируют мельчайшие отклонения. Ветеринарный врач получает предупреждение до того, как станут заметными клинические признаки. А чем раньше начинают лечить животное, тем быстрее оно выздоровеет, да и вероятность полного восстановления повышается [1,2].

Выявление мастита по поведению коровы и параметрам молока

Комбинация данных о количестве посещений доильного места, изменении объема молока и показателях соматических клеток дает много полезной информации. Алгоритмы ИИ сигнализируют о признаках воспаления молочной железы коровы. Ветеринарный врач, получив оповещение, осматривает животное и принимает решение о терапии [3,4].

Прогноз проблем с отелом

Модели ИИ предсказывают риск осложнений в околородовом периоде на основе истории развития коровы, балла упитанности и других данных. Такой прогноз позволяет проводить профилактические мероприятия [5,6].

Мониторинг упитанности

По фото или видео алгоритмы ИИ помогают замечать медленное снижение упитанности коровы. Персонал фермы, учитывая полученные данные, своевременно корректирует рацион. Благодаря этому уменьшается риск метаболических расстройств, повышается молочная продуктивность [7,8,9].

Идентификация и учет животных

Алгоритмы искусственного интеллекта способны распознавать каждую корову по ее внешним особенностям — форме морды, рисунку пятен, рогам или другим отличительным признакам. Камера снимает животное, а программа сравнивает изображение с базой и определяет, какая именно корова перед ней. Благодаря этому система автоматически связывает сигналы, полученные от датчиков, с карточкой соответствующего животного. Такой способ особенно удобен на крупных фермах, где содержатся сотни коров, и сложно отслеживать каждую вручную [10,11,12].

2. Почему потребность следить с помощью ИИ за здоровьем коров возникла в современном животноводстве

Молочные фермы несут немалые потери, оттого что ряд заболеваний не обнаруживается вовремя. Большая часть исследований финансовых проблем предприятий АПК проведена в других странах, однако есть и результаты по СНГ. Приведем несколько примеров.

Потери животноводческих предприятий от позднего выявления мастита

Общая стоимость лечения мастита зависит от страны и года, в котором проводится оценка. По разным данным, она варьируется от 43,6 до 114,2 долларов США на корову в год [13]. Во многих случаях расходы значительно выше: есть данные, что в среднем затраты на лечение мастита составляют 230 евро на один случай общего инфицирования (т.е. средневзвешенное значение для всех патогенов) [14].

В бразильском исследовании показано, что мастит способен привести к сокращению годового валового дохода предприятия молочного животноводства на 10,6% [15]. Структура потерь:

Снижение производства молока (63,8% от общего объема потерь).
Утилизация животных (29,5%).
Утилизация молока (4,6%).

Лечение животных от мастита (2,0%) [15].

Шведские ученые выполнили экономическое моделирование клинического мастита — если риск заболевания снижается на 90%, ферма получает экономическую выгоду в размере около 100 000 евро. Эти деньги предприятие может инвестировать в новые технологии или улучшения менеджмента [16].

В начале 2020-х исследователи из Казахстана подсчитали производственные потери молочной фермы, на которой распространен мастит — объем получаемого молока снижался:

на 8,3 % у коров с отрицательным бактериологическим статусом;
на 12,47 % у коров с положительным статусом [17].

По оценкам белорусской компании «Беламикус», за год потери животноводческого предприятия от 1% текущего мастита в стаде на тысячу дойных голов превышает пятьдесят миллионов рублей [18].

Как хромота КРС влияет на экономику ферм

В молочном животноводстве хромота занимает второе место после мастита в как наиболее распространенная и дорогостоящая проблема, связанная со здоровьем животных [19].

Группа исследователей взяла за основу следующие данные: прибыль фермы от одной коровы в год составила 426,05 долларов, когда ни у одного животного нет хромоты. Ученые подсчитали: если в таком стаде 19,5% заболели хромотой, то прибыль на одну корову снижается до 389,69 долларов [19].

Финансовые потери предприятий животноводства из-за нарушений после отела

Ряд заболеваний возникает чаще всего у коров после отела. Такая группа патологий тоже негативно сказывается на экономике фермы [20]:

Финансовые потери при клиническом случае гипокальциемии у многоплодных коров оцениваются в сумму от 246 до 300 долларов (Brown, 2018).
Стоимость лечения кетоза у одной коровы составляет от 111 до 232 долларов.
Лечение метрита обходится в сумму от 171 до 386 долларов.

Во все мире предприятия молочного животноводства теряют 40 млрд долларов в год только из-за субклинического кетоза, субклинического и клинического мастита [21]

3. Применение ИИ для управления стадом молочных коров: экономическая эффективность

ИИ позволяет предприятиям молочного животноводства делать работу эффективнее и снижать расходы:

Редакция портала www.thebullvine.com, пишущего о сельском хозяйстве, разместила статью,в которой приводит данные о том, как влияет искусственный интеллект на финансовое состояние ферм. Авторы подсчитали, что предприятие животноводства, используя ИИ, увеличивает прибыль от одной коровы примерно на 400 долларов за год [22].
Четан Нараке (Chetan Narake), член Индийской ассоциации молочной промышленности (Indian Dairy Association), оценил результаты внедрения ИИ на фермы в его стране: по его мнению, их расходы на охрану здоровья крупного рогатого скота сократились примерно на 50% [23].
Есть и российские данные. «КоммерсантЪ» сообщает: по оценкам агрохолдинга «Альянс», надои на молочной ферме могут вырасти на 6% (+15 млн руб выгоды в год) [23].

Возьмите на тест систему Tru-Test Active Tag и проанализируйте, как улучшились показатели воспроизводства на вашей ферме

Оставьте заявку на тестовый период

Узнать подробнее

4. Внедрение ИИ для того, чтобы следить за здоровьем коров — с чего начать

Внедрение искусственного интеллекта на ферме проводится не «ради цифровизации», а для того, чтобы предприятие достигало определенных экономических целей. Например, сокращало расходы, увеличивало прибыль.

Поэтому вначале важно:

проанализировать текущие процессы;
определиться с целями и задачами;
выбрать подходящее решение, учитывая реальные потребности хозяйства.

Digifarm Software, разработчик системы управления стадом АРКА с технологиями искусственного интеллекта, проведет аудит электронной базы данных и поможет подобрать те технологии, которые будут способствовать развитию бизнеса вашего предприятия.

5. Что такое «АРКА» с технологиями искусственного интеллекта: инновационная система управления стадом

«АРКА» — облачная система управления стадом, разработанная российской компанией Digifarm Software с использованием искусственного интеллекта. В ней есть модули учета, аналитики, которые позволяют автоматизировать рутинные операции на молочной ферме и принимать решения эффективнее.

Особенности «АРКИ»:

Полностью отечественное ПО — оно работает вне зависимости от внешних санкций и валютных колебаний на мировом рынке.
Облачное решение — на российских серверах, высокая степень информационной безопасности.
Детальный учет, группировка животных, календарь задач, аналитика, модули для зоотехников (кормление, осеменение, надои) и ветеринарных врачей.

Число пользователей не лимитировано,
Возможность импортировать данные из Excel.
Работает через браузер на разных устройствах (ПК, планшет, смартфон).

На скриншоте выше: создание протоколов и управление ими в одном окне в цифровой системе «АРКА»

На скриншоте выше: рабочий список лечения животных в цифровой системе «АРКА»

Модуль для ветеринарных врачей в системе «АРКА»

Модуль для управления здоровьем стада с искусственным интеллектом внутри системы «АРКА» помогает ветеринарным врачам эффективнее проводить диагностику и раньше начинать лечение:

В программе ведется автоматический учет данных, включая анамнез, сведения о вакцинации, препаратах.
В модуле информация о каждом осмотре, назначении, прививке, лечении фиксируется в единой карточке — ветеринарный врач легко видит полный анамнез в одном месте.
Mодуль позволяет распорядиться задачами: какие коровы нуждаются в проверке сегодня, завтра и т.д., что повышает продуктивность работы ветеринарной службы.

ИИ в системе «АРКА» способен анализировать данные о здоровье коров в хозяйстве и давать советы по дальнейшей тактике. На скриншоте ниже — пример, как искусственный интеллект оценивает заболеваемость маститом на предприятии.

На скриншоте ниже показано, как искусственный интеллект в системе «АРКА» дает рекомендации насчет лечения эндометрита у коров.

6. Примеры использования системы «АРКА» с ИИ на предприятия животноводства: отзывы

В России уже многие молочные хозяйства пользуются цифровой системой «АРКА» и проходят по ней обучение. С отзывами можно ознакомиться на нашей странице в VK Video:

«Алексино» и «Дальняя поляна»: https://vkvideo.ru/video-195470900_456241939
ООО «Бутово-Агро» (Белгородская область): https://vkvideo.ru/video-195470900_456241949
ООО «СХП «Мокрое» (Липецкая область): https://vkvideo.ru/video-195470900_456241948

ООО «Заря» (Вологодская область): https://vkvideo.ru/video-195470900_456241947
ООО «Агрохолдинг «Скопинский» (Рязанская область): https://vkvideo.ru/video-195470900_456241946

Результаты внедрения цифровой системы «АРКА» на фермы [25]:

снижение себестоимости производства молока минимум на 10 %;
выход телят > 85 % на 100 коров;

сохранность новотельных коров > 95 %;
стельных животных больше 55 % в стаде.

7. Ответы на часто встречающиеся вопросы

Насчет применения ИИ для мониторинга здоровья коров возникает много вопросов. Отвечаем на самые частые.

Как внедряют ИИ на предприятие животноводства?

Рассмотрим на примере цифровой системы «АРКА» с встроенным ИИ. Чтобы начать ей пользоваться на ферме, надо пройти несколько стадий. Первая — сбор данных и приведение их в надлежащий вид. Вторая — настройка системы техническим специалистом (на это уходит примерно три дня). Он же и обучает ваш коллектив.

Затем наступает период адаптации — ваш персонал привыкает к новой системе. И затем наша компания оказывает поддержку в штатном режиме.

Долго ли происходит внедрение?

От двух до трех недель.

Для наблюдения за здоровьем коров в вашей ИИ-системе какие есть модули?

В «АРКЕ» полноценные модули для ветеринарных врачей и зоотехников. В этой цифровой системе ваши специалисты могут делать следующее:

Получать данные об осеменении и отелах — сведения собираются автоматически и предъявляются вам в удобном виде.
Вести учет лактаций.
Управлять лечебно-профилактическими мероприятиями (вакцинацией, диагностикой и лечением).

Ссылки

1 - Siachos N, Neary JM, Smith RF, Oikonomou G. Automated dairy cattle lameness detection utilizing the power of artificial intelligence; current status quo and future research opportunities. Vet J. 2024 Apr;304:106091. doi: 10.1016/j.tvjl.2024.106091. Epub 2024 Feb 29. PMID: 38431128.
2 - Szyc K, Hebda M, Dembiński K, Zdunek M, Unold O. Video-Based Automated Lameness Detection for Dairy Cows. Sensors (Basel). 2025 Sep 16;25(18):5771. doi: 10.3390/s25185771. PMID: 41013006; PMCID: PMC12473688.
3 - Pakrashi A, Ryan C, Guéret C, Berry DP, Corcoran M, Keane MT, Mac Namee B. Early detection of subclinical mastitis in lactating dairy cows using cow-level features. J Dairy Sci. 2023 Jul;106(7):4978-4990. doi: 10.3168/jds.2022-22803. Epub 2023 Jun 1. PMID: 37268591.
4 - Thompson JS, Green MJ, Hyde R, Bradley AJ, O'Grady L. The use of machine learning to predict somatic cell count status in dairy cows post-calving. Front Vet Sci. 2023 Dec 8;10:1297750. doi: 10.3389/fvets.2023.1297750. PMID: 38144465; PMCID: PMC10748400.
5 - Higaki S, Matsui Y, Sasaki Y, Takahashi K, Honkawa K, Horii Y, Minamino T, Suda T, Yoshioka K. Prediction of 24-h and 6-h Periods before Calving Using a Multimodal Tail-Attached Device Equipped with a Thermistor and 3-Axis Accelerometer through Supervised Machine Learning. Animals (Basel). 2022 Aug 16;12(16):2095. doi: 10.3390/ani12162095. PMID: 36009685; PMCID: PMC9405147.
6 - Vázquez-Diosdado JA, Gruhier J, Miguel-Pacheco GG, Green M, Dottorini T, Kaler J. Accurate prediction of calving in dairy cows by applying feature engineering and machine learning. Prev Vet Med. 2023 Oct;219:106007. doi: 10.1016/j.prevetmed.2023.106007. Epub 2023 Aug 25. PMID: 37647720.
7 - Liu F, Zhang Y, Liu Y, Li J, Li M, Yao J. A Novel Lightweight Dairy Cattle Body Condition Scoring Model for Edge Devices Based on Tail Features and Attention Mechanisms. Vet Sci. 2025 Sep 18;12(9):906. doi: 10.3390/vetsci12090906. PMID: 41012831; PMCID: PMC12474389.
8 - X. Song, E.A.M. Bokkers, S. van Mourik, P.W.G. Groot Koerkamp, P.P.J. van der Tol,
Automated body condition scoring of dairy cows using 3-dimensional feature extraction from multiple body regions, Journal of Dairy Science, Volume 102, Issue 5, 2019, Pages 4294-4308, DOI 10.3168/jds.2018-15238.
9 - Siachos N, Lennox M, Anagnostopoulos A, Griffiths BE, Neary JM, Smith RF, Oikonomou G. Development and validation of a fully automated 2-dimensional imaging system generating body condition scores for dairy cows using machine learning. J Dairy Sci. 2024 Apr;107(4):2499-2511. doi: 10.3168/jds.2023-23894. Epub 2023 Nov 16. PMID: 37977440.
10 - Mon SL, Onizuka T, Tin P, Aikawa M, Kobayashi I, Zin TT. AI-enhanced real-time cattle identification system through tracking across various environments. Sci Rep. 2024 Aug 1;14(1):17779. doi: 10.1038/s41598-024-68418-3. PMID: 39090237; PMCID: PMC11294341.
11 - Wang Y, Chen T, Li B, Li Q. Automatic identification and analysis of multi-object cattle rumination based on computer vision. J Anim Sci Technol. 2023 May;65(3):519-534. doi: 10.5187/jast.2022.e87. Epub 2023 May 31. PMID: 37332285; PMCID: PMC10271932.
12 - A systematic review of machine learning techniques for cattle identification: Datasets, methods and future directions. September 2022. Artificial Intelligence in Agriculture 6(11). DOI:10.1016/j.aiia.2022.09.002
13 - Richardet M, Solari HG, Cabrera VE, Vissio C, Agüero D, Bartolomé JA, Bó GA, Bogni CI, Larriestra AJ. The Economic Evaluation of Mastitis Control Strategies in Holstein-Friesian Dairy Herds. Animals (Basel). 2023 May 20;13(10):1701. doi: 10.3390/ani13101701. PMID: 37238131; PMCID: PMC10215626.
14 - The costs of chronic mastitis: A simulation study of an automatic milking system farm John Bonestroo, Nils Fall, Henk Hogeveen et al. DOI: 10.1016/j.prevetmed.2022.105799
15 - Corrêa DC, Nunes GT, Barcelos RAD, Dos Santos JR, Vogel FSF, Cargnelutti JF. Economic losses caused by mastitis and the influence of climate variation on the occurrence of the disease in a dairy cattle farm in southern Brazil. Trop Anim Health Prod. 2024 Feb 14;56(2):78. doi: 10.1007/s11250-024-03914-2. PMID: 38351405.
16 - Economic impact of clinical mastitis in a dairy herd assessed by stochastic simulation using different methods to model yield losses. Christel Nielsen, S Ostergaard. February 2009 animal 3(2):315-28. DOI:10.1017/S1751731108003352
17 - Чужебаева Г.Д., Наметов А. М., Бейшова И.С. и др. Видовой состав патогенов и оценка производственных потерь при субклинических маститах коров в хозяйствах Костанайской области (Казахстан) Вестник КрасГАУ, 2021. №11. - С. DOI: 10.36718/1819-4036-2021-11-116-122
18 - Портал AgroBelarus.by. Российские технологии: новый уровень решения вопросов мастита и заболеваний конечностей. URL: https://agrobelarus.by/upload/iblock/2b1/2b15c17f06c8d58ad26fe1921c80ad0c.pdf (дата обращения: 09.10.2025)
19 - Kaniyamattam K, Hertl J, Lhermie G, Tasch U, Dyer R, Gröhn YT. Cost benefit analysis of automatic lameness detection systems in dairy herds: A dynamic programming approach. Prev Vet Med. 2020 May;178:104993. doi: 10.1016/j.prevetmed.2020.104993. Epub 2020 Apr 10. PMID: 32334285.
20 - Financial Losses from Transition Period Diseases - PSU Extension. Cornell University. URL: https://swnydlfc.cce.cornell.edu/submission.php?crumb=dairy|1&id=1575& (дата обращения: 09.10.2025)
21 - Rasmussen P, Barkema HW, Osei PP, Taylor J, Shaw AP, Conrady B, Chaters G, Muñoz V, Hall DC, Apenteng OO, Rushton J, Torgerson PR. Global losses due to dairy cattle diseases: A comorbidity-adjusted economic analysis. J Dairy Sci. 2024 Sep;107(9):6945-6970. doi: 10.3168/jds.2023-24626. Epub 2024 May 23. PMID: 38788837; PMCID: PMC11382338.
22 - The $400-Per-Cow Advantage: How AI Is Redefining Dairy Profitability. URL: https://www.thebullvine.com/news/the-400-per-cow-advantage-how-ai-is-redefining-dairy-profitability/ (дата доступа: 30.09.2025)
23 - AI can help increase milk yield reduce expenses on cattle health Indian Dairy Association Member. The Times of India. https://timesofindia.indiatimes.com/city/kolhapur/ai-can-help-increase-milk-yield-reduce-expenses-on-cattle-health-indian-dairy-association-member/articleshow/119176388.cms (дата доступа: 30.09.2025)
24 - АПК предпочитает естественный интеллект. «КоммерсантЪ». URL: https://www.kommersant.ru/doc/8007930 (дата доступа: 30.09.2025)
25 - АРКА — новая система управления стадом. URL: https://dfsoft.ru/arka (дата доступа: 30.09.2025)

Примечание: в наших материалах сведения о российских и иностранных исследованиях (их целях, задачах, дизайне, методах, результатах и выводах) являются не переводом, а пересказом в нашей интерпретации. Чтобы получить точную информацию об этих исследованиях, рекомендуется читать оригинальные тексты в источниках по ссылкам.

Проведем оценку работы вашего молочного хозяйства на основе первичных данных

Закажите бесплатный аудит вашей фермы

Заказать аудит

Вам понравилась статья или остались вопросы?

Напишите об этом в комментариях: