Hyperspektrale Innereienkontrolle macht Schlachtdaten zu Tiergesundheitsfeedback

Ein australisches Praxisprojekt zu Rinderinnereien zeigt, wie der Schlachthof zu einer nutzbareren Datenquelle für Tiergesundheit werden kann. Die Charles Sturt University und P&P Optica entwickeln mit Unterstützung von MLA und Tey’s Australia ein System aus Hyperspektralbildgebung und maschinellem Lernen. Es soll die amtliche Fleischuntersuchung nicht ersetzen, sondern ihr eine objektive und wiederholbare Befundung von Lunge, Leber und Niere zur Seite stellen.

Das Modell wurde mit Tausenden Bildern trainiert und unterscheidet gesundes Gewebe von sechs Befunden: Leberabszessen, Leberegeln, Nierenzysten, Pneumonie, Pleuritis und Nephritis. Die Hyperspektraltechnik erfasst dabei Merkmale, die über das für das Auge Sichtbare hinausgehen. Unter praxisnahen Bedingungen erreichte das System in vorgewerblichen Tests laut Projektteam für diese sechs Befundbilder eine Trefferquote von 88 Prozent.

Der fachliche Kern liegt im Schließen der Informationslücke. Die Untersuchung entscheidet über Verwendbarkeit und Sicherheit von Gewebe. Das zusätzliche System kann zugleich vergleichbare Daten über gesundheitliche Muster erzeugen und an die Erzeuger zurückspielen. Befunde aus der Linie könnten damit Hinweise liefern, Management, Fütterung, Gesundheitsprogramme oder Chargentrends gezielter zu prüfen.