Introducción: cómo el IoT se convirtió en un arma de alerta temprana contra la peste porcina africana

En las enfermedades animales, cuanto antes se sepa, mejor. La peste porcina africana (African Swine Fever, ASF), una de las enfermedades infecciosas de los cerdos más devastadoras del mundo: Vietnam aprobó desde 2022 vacunas vivas atenuadas de producción nacional, pero a nivel internacional aún hay dudas sobre su seguridad y Taiwán no ha aprobado su uso, por lo que la prevención solo puede basarse en la bioseguridad. El internet de las cosas (Internet of Things, IoT) aplicado a las granjas ganaderas, es decir, la «ganadería de precisión» (Precision Livestock Farming, PLF), puede ayudar a detectar los brotes con anticipación.
La ganadería de precisión usa sensores, cámaras y algoritmos para construir para los cerdos un sistema de observación de la salud las 24 horas. Según la revisión sistemática de Gómez et al. (2021) publicada en «Frontiers in Veterinary Science», las tecnologías de internet de las cosas pueden recopilar de forma continua datos de comportamiento, fisiológicos y ambientales, y tienen un gran potencial para mejorar el bienestar de los cerdos y el manejo de enfermedades. Estas son las tres áreas de aplicación de esta tecnología en la alerta temprana de la peste porcina africana:

1. Detección de comportamientos anormales: los patrones de actividad como primera línea de alerta temprana

El comportamiento diario de los cerdos permite ver su estado de salud. Según una investigación de Huang et al. (2024) publicada en «Computers and Electronics in Agriculture», los cerdos sanos presentan picos claros de actividad de aproximadamente las 5 a las 10 de la mañana y de las 2 a las 6 de la tarde, y las anomalías de actividad (por ejemplo, quietud excesiva o menor actividad) suelen ser señales de las primeras etapas de una enfermedad.
La peste porcina africana provoca desde etapas tempranas cambios de comportamiento en los cerdos, como letargo y menor movimiento. Con cámaras y acelerómetros (muchas veces integrados en las crotales), se puede seguir en tiempo real el patrón de movimiento y la postura de cada cerdo y, mediante algoritmos que comparan con el «ritmo diario normal», identificar rápidamente a los individuos con posibles anomalías.
Además, según Arulmozhi et al. (2021) en la revista «Animals», este tipo de monitoreo de comportamiento basado en imágenes tiene un costo bajo y es especialmente adecuado para granjas porcinas pequeñas y medianas.

2. Seguimiento de la temperatura corporal: los aretes digitales como la "piel sensible a la temperatura" del cerdo

El aumento de la temperatura corporal es el indicador más directo de inflamación e infección. Gómez et al. (2021) señalan que los dispositivos IoT, como cámaras termográficas, termómetros infrarrojos y sensores integrados, ya permiten monitorear de forma continua y sin contacto la temperatura de la superficie corporal, lo que mejora notablemente la eficacia de la detección temprana.
Huang et al. (2024) también descubrieron que, aunque los datos de temperatura de los aretes se ven afectados por el entorno y el comportamiento, es posible detectar anomalías ocultas comparándolos con la "tendencia general de la piara". Por ejemplo, si un cerdo muestra repetidamente una tendencia de "descenso de la temperatura corporal" durante el día, puede deberse a que, tras una fiebre, busca zonas más frescas para descansar; este cambio inverso se considera un síntoma latente de la enfermedad.

3. Integración de datos: de la detección puntual a la alerta temprana integral

Un solo sensor puede detectar anomalías, pero si se integran y se comparan datos de comportamiento, fisiológicos, de alimentación y de consumo de agua, la alerta temprana es más precisa.
Según la revisión de literatura de Trabachini et al. (2025) en la revista «Animals», incorporar datos de varios sensores a modelos de IA, como Random Forest y sistemas de aprendizaje profundo, permite distinguir de forma eficaz entre cerdos normales y anormales y convertirlos en un criterio de decisión que el responsable puede aplicar.
Además, combinando la tecnología RFID con sensores de carga también se puede monitorear el comportamiento de alimentación y de bebida de cada cerdo. Los cambios pequeños en el patrón de consumo suelen ser una de las primeras anomalías que aparecen antes de la enfermedad.

Conclusión: que los datos del corral den la alerta con anticipación

La ganadería de precisión forma un sistema de detección con «ojos digitales» (cámaras) y «piel digital» (sensores), que compara en tiempo real una gran cantidad de datos y emite alertas de forma activa antes de que estalle el brote.

El Sistema de gestión porcina de YenProtek se puede empezar por la integración de registros: vincula por número de arete los registros de reproducción, medicación, ambiente y bioseguridad, y el ambiente del galpón lo mide FarmerPack, que avisa cuando se supera el umbral de cada galpón.

Referencias: