บทนำ: IoT กลายเป็นอาวุธแจ้งเตือนล่วงหน้าต่อโรคอหิวาต์แอฟริกาในสุกรได้อย่างไร

การป้องกันโรคระบาดสัตว์ ยิ่งรู้เร็วยิ่งดี อหิวาต์แอฟริกาในสุกร (African Swine Fever, ASF) เป็นหนึ่งในโรคติดต่อของสุกรที่ร้ายแรงที่สุดในโลก เวียดนามอนุมัติวัคซีนเชื้อเป็นอ่อนฤทธิ์ที่ผลิตในประเทศตั้งแต่ปี 2022 แต่นานาชาติยังกังวลเรื่องความปลอดภัย และไต้หวันไม่อนุมัติให้ใช้ การป้องกันโรคจึงยังพึ่งได้แค่ความปลอดภัยทางชีวภาพ IoT (Internet of Things) ที่ใช้ในฟาร์มปศุสัตว์ คือ "ปศุสัตว์แม่นยำ" (Precision Livestock Farming, PLF) ช่วยตรวจพบโรคได้เร็วขึ้น
ปศุสัตว์แม่นยำใช้เซ็นเซอร์ กล้อง และอัลกอริทึม สร้างระบบสังเกตสุขภาพสุกรตลอด 24 ชั่วโมง การทบทวนวรรณกรรมเชิงระบบของ Gómez และคณะ (2021) ที่ตีพิมพ์ใน Frontiers in Veterinary Science ระบุว่า เทคโนโลยี IoT เก็บข้อมูลพฤติกรรม สรีรวิทยา และสิ่งแวดล้อมได้ต่อเนื่อง มีศักยภาพสูงในการยกระดับสวัสดิภาพสุกรและการจัดการโรค สามด้านต่อไปนี้คือการใช้เทคโนโลยีนี้เตือนอหิวาต์แอฟริกาในสุกรล่วงหน้า:

1. ตรวจจับความผิดปกติจากพฤติกรรม: รูปแบบการเคลื่อนไหวคือแนวเตือนภัยล่วงหน้าด่านแรก

พฤติกรรมประจำวันของสุกรบอกสุขภาพได้ งานวิจัยของ Huang และคณะ (2024) ที่ตีพิมพ์ใน Computers and Electronics in Agriculture ระบุว่า สุกรที่แข็งแรงมีช่วงกิจกรรมสูงชัดเจนประมาณ 5 โมงเช้าถึง 10 โมงเช้า และ 2 โมงบ่ายถึง 6 โมงเย็นทุกวัน ส่วนกิจกรรมที่ผิดปกติ (เช่น นิ่งเกินไป กิจกรรมลดลง) มักเป็นสัญญาณแรกของโรค
อหิวาต์แอฟริกาในสุกรทำให้พฤติกรรมของสุกรเปลี่ยนตั้งแต่ระยะแรก เช่น ซึมและเคลื่อนไหวน้อยลง ผ่านกล้องและเครื่องวัดความเร่ง (ส่วนใหญ่ฝังในป้ายหู) ติดตามรูปแบบการเคลื่อนไหวและท่าทางของสุกรแต่ละตัวได้แบบเรียลไทม์ และใช้อัลกอริทึมเทียบกับ "รูปแบบปกติรายวัน" เพื่อระบุตัวที่อาจผิดปกติได้อย่างรวดเร็ว
นอกจากนี้ Arulmozhi และคณะ (2021) ในวารสาร Animals ระบุว่า เทคโนโลยีติดตามพฤติกรรมที่ใช้ภาพเป็นหลักแบบนี้มีต้นทุนต่ำ เหมาะกับฟาร์มสุกรขนาดเล็กและกลางเป็นพิเศษ

2. ติดตามอุณหภูมิร่างกาย: ป้ายติดหูดิจิทัลกลายเป็น "ผิวหนังรับรู้อุณหภูมิ" ของสุกร

อุณหภูมิร่างกายที่สูงขึ้นเป็นตัวบ่งชี้โดยตรงที่สุดของการอักเสบและการติดเชื้อ Gómez และคณะ (2021) ชี้ให้เห็นว่าอุปกรณ์ IoT เช่น กล้องจับภาพความร้อน (Thermal imager) เทอร์โมมิเตอร์อินฟราเรด และเซนเซอร์แบบฝัง สามารถตรวจสอบอุณหภูมิพื้นผิวร่างกายได้อย่างต่อเนื่องโดยไม่ต้องสัมผัส ซึ่งช่วยเพิ่มประสิทธิภาพในการตรวจจับตั้งแต่เนิ่นๆ ได้อย่างมาก
Huang และคณะ (2024) ยังพบอีกว่า แม้ว่าข้อมูลอุณหภูมิจากป้ายติดหูจะได้รับผลกระทบจากสภาพแวดล้อมและพฤติกรรม แต่ยังสามารถค้นหาความผิดปกติที่ซ่อนอยู่ได้ผ่านการเปรียบเทียบ "แนวโน้มของฝูงสุกรโดยรวม" ตัวอย่างเช่น หากสุกรตัวหนึ่งแสดงแนวโน้ม "อุณหภูมิร่างกายลดลง" ซ้ำๆ ในระหว่างวัน อาจเป็นผลมาจากการที่สุกรพยายามหาพื้นที่ที่มีอุณหภูมิต่ำเพื่อพักผ่อนหลังจากมีไข้ ซึ่งการเปลี่ยนแปลงเชิงลบนี้ถือเป็นอาการแฝงของโรค

3. การบูรณาการข้อมูล: จากการตรวจจับเฉพาะจุดสู่การเตือนภัยล่วงหน้าแบบครอบคลุม

เซ็นเซอร์ตัวเดียวพบความผิดปกติได้ แต่ถ้ารวมข้อมูลพฤติกรรม สรีรวิทยา การกินอาหาร และการดื่มน้ำมาเทียบข้ามกัน การเตือนล่วงหน้าจะแม่นขึ้น
การทบทวนวรรณกรรมของ Trabachini และคณะ (2025) ในวารสาร Animals ระบุว่า การนำข้อมูลจากเซ็นเซอร์หลายตัวเข้าโมเดล AI เช่น Random Forest และระบบ Deep Learning แยกสุกรปกติกับสุกรผิดปกติได้อย่างมีประสิทธิภาพ และเปลี่ยนเป็นข้อมูลที่ผู้จัดการนำไปใช้ตัดสินใจได้
นอกจากนี้ การใช้เทคโนโลยี RFID ร่วมกับเซ็นเซอร์น้ำหนัก ก็ติดตามพฤติกรรมการกินและการดื่มน้ำของสุกรแต่ละตัวได้ การเปลี่ยนแปลงเล็กน้อยของรูปแบบการกิน มักเป็นความผิดปกติแรกๆ ที่ปรากฏก่อนป่วย

สรุป: ให้ข้อมูลในโรงเรือนสุกรส่งสัญญาณเตือนล่วงหน้า

ปศุสัตว์แม่นยำใช้ "ดวงตาดิจิทัล" (กล้อง) และ "ผิวหนังดิจิทัล" (เซ็นเซอร์) ประกอบเป็นระบบตรวจจับ เทียบข้อมูลจำนวนมากแบบเรียลไทม์ และส่งสัญญาณเตือนล่วงหน้าก่อนโรคระบาด

ระบบจัดการข้อมูลสุกรของ YenProtek เริ่มจากการรวมบันทึกได้ก่อน ใช้หมายเลขเบอร์หูเชื่อมบันทึกการสืบพันธุ์ การใช้ยา สภาพแวดล้อม และความปลอดภัยทางชีวภาพ สภาพแวดล้อมในโรงเรือนวัดด้วย FarmerPack และเตือนเมื่อเกินเกณฑ์ของแต่ละโรงเรือน

เอกสารอ้างอิง: