Latest / SuinoCast · by PPGVET / PRODUÇÃO DE SUÍNOS COM PRECISÃO - Dr. Pedro Filsner | Ep. 354

Transcript

PRODUÇÃO DE SUÍNOS COM PRECISÃO - Dr. Pedro Filsner | Ep. 354 · SuinoCast · by PPGVET

0:00
Então, se eu tenho um monitoramento sonoro, então eu
0:03
tenho uma Granja pensando que eu estou passando por um desafio
0:06
respiratório qualquer ou de micoplasma ou de influenza, se
0:10
eu faço um monitoramento sonoro. Eu consigo prever, olha, o
0:14
número de tosses está aumentando, então eu sei que
0:16
daqui 5 dias, 2 dias, os meus animais vão diminuir o consumo,
0:22
vão ter um episódio de febre, então eu consigo intervir de
0:25
maneira mais adiantada. Então eu consigo ter uma ação de
0:29
uma maneira com uma predição muito mais eficaz, né?
0:32
Então diminuindo, diminuindo riscos e diminuindo perdas
0:35
também. Analisando os dados do canal,
0:48
percebemos que cerca de 93% de vocês que assistem nossos
0:52
episódios com frequência ainda não estão inscritos.
0:56
A sua inscrição é muito importante, então se você gosta
1:01
do nosso conteúdo, inscreva. Se agora no canal isso faz uma
1:05
grande diferença para o nosso trabalho, muito obrigado pelo
1:09
apoio. E um ótimo episódio.
1:11
Olá, tudo bom? Você está no sul, no cast,
1:14
aquele podcast que traz informações quentinhas tanto da
1:17
universidade quanto da indústria.
1:19
Direto para você que está aí no campo, que está aí na
1:22
universidade, que está no colégio técnico, está só
1:25
passando, interessado no ensino, cultura, é aqui o lugar para
1:29
você aprender coisa interessante de uma forma leve e
1:32
descontraída. Pra quem não me conhece, eu sou
1:35
a Letícia Ruiz, professor aqui na USP de Pirassununga, uma das
1:38
hosts deste programa, e nós estamos hoje com o convidado
1:41
Pedro finsner. Ele é médico veterinário formado
1:44
pela Unip. Ele tem mestrado e doutorado na
1:47
área de epidemiologia pela FMVZ da USP de São Paulo e ele está
1:52
no mercado há mais de 15 anos, trabalhando com um Monte de
1:56
coisas super interessantes da área de ensino, cultura.
1:59
bem-vindo Pedro. Tudo bom com você?
2:01
Tudo bem, obrigado, Letícia. O swinocast só é possível
2:04
através do apoio de empresas inovadoras e que apoiam a
2:07
educação continuada na suinocultura brasileira.
2:11
Cerva sempre com você. Além da saúde animal DSM
2:18
firmeniche moldando o futuro dos cuidados com.
2:20
Suínos. Autech soluções nutricionais
2:25
eficientes e sustentáveis para fortalecer a suinocultura,
2:29
paxmarts transformação digital para o campo.
2:35
Novos líder em soluções de nutrição inteligente para o
2:39
crescimento dos negócios na produção de proteína animal
2:43
novoneses, transformando o mundo através da biologia zoetes líder
2:50
global em saúde animal. Me conta uma coisa, o que que
2:55
você andou fazendo nesses últimos 15 anos aí que você está
2:58
atuando, que você está na labuta?
3:01
Bom, Letícia, como você comentou, eu me formei em médico
3:04
veterinário, fiquei um tempo na parte acadêmica, né?
3:08
Lá dentro da USP, então dentro do laboratório da professora
3:11
Andréia, trabalhando com diagnóstico, onde eu fiz meu
3:15
mestrado, meu doutorado. Depois fui para o mercado, fui
3:19
para um laboratório, é de saúde animal, saí desse laboratório,
3:25
fiquei um tempinho, é fora do país.
3:29
E voltei pra trabalhar na indústria, né?
3:32
Então, dentro da indústria eu trabalhei numa integradora e
3:37
agora eu estou já praticamente 4 anos como gerente de serviços
3:41
técnicos nacional da serva saúde animal.
3:45
Caramba, que trajetória interessante, Hein?
3:47
Então você deve ter bastante coisa pra compartilhar com a
3:51
gente, pra pra ensinar pra gente.
3:54
E eu estava vendo o tema que a gente vai conversar hoje.
3:57
Já é um tema que me deixou aqui super curiosa.
4:00
A gente sempre fala de produção animal, né?
4:02
De produção dos suínos. Mas você vai me falar de
4:04
produção animal de precisão? Que que é isso exatamente?
4:09
Bom. É a produção de animal de
4:12
precisão, né? Que normalmente, em inglês, o
4:14
pessoal chama de Precision live Stock farming, que é nada mais
4:18
quer dizer que a produção animal de precisão.
4:21
É uma dessas novas revoluções que a gente tá passando com a
4:25
computação, né? Então é, acho que tá Na Na mente
4:30
de todo mundo aí. Essas inovações que nós estamos
4:33
tendo com é inteligência artificial, acho que todos.
4:36
Veem, é? Vídeos nas redes sociais, é ou
4:41
acessar alguma frente o ChatGPT? Então isso chegando dentro da
4:47
produção animal, né? Obviamente é.
4:51
Que essas ações de produção de precisão não só.
4:57
É. Repercutem a parte do que vai
5:01
ser produzido, mas também a forma que é produzido e como é
5:05
produzido, né? O porquê disso?
5:08
A. Produção animal de precisão, ela
5:11
vai pegar todos os dados que nós temos dentro da produção, então
5:16
podem ser coisas bem simples da rotina do nosso dia a dia.
5:20
Vão processar? E já começar a atuar na nossa,
5:24
na nossa produção, é em tempo real, né?
5:28
Então? É.
5:29
Como que isso funciona? Vamos dar um exemplo bem
5:33
simples, nós já temos em grande parte da produção de suínos
5:38
algum software para gestão, tá? Então que a gente vai lá e
5:42
coloca o índice de mortalidade ou a taxa de aparição?
5:48
É. A conversão alimentar, então?
5:51
É esse software ou outros softwares que vão trabalhar de
5:56
outra maneira que a gente pode? É também é colocar na discussão
6:00
mais pra frente. Eles já vão estar integrados com
6:03
um sistema de inteligência artificial.
6:06
Né? Essa inteligência artificial já
6:09
vai processar os dados e mandar um comando pra algum outro
6:13
sistema atuar dentro da nossa produção, né?
6:17
Então é mais um exemplo. Se nós temos, é aí um sistema de
6:24
inteligência que quer trabalhar exclusivamente na minha
6:27
alimentação, ele vai captar onde eu tenho a oportunidade de
6:31
melhorar a alimentação, por exemplo, das minhas fêmeas em
6:35
gestação, e vai fazer a correção em tempo real depois de
6:40
processar esses dados, né? Tá então assim, você me falando
6:44
isso já me veio na cabeça 2 coisas, na verdade.
6:47
Um é assim, inteligência artificial.
6:50
Então você está me falando que é o negócio que o pessoal está
6:52
usando já no dia a dia. Não é aquela coisa de ficção
6:56
científica que o pessoal acha que é só no futuro ou que não
7:00
tem nenhuma aplicação prática. Então a primeira coisa é, isso
7:03
já é real. O pessoal está usando
7:05
inteligência artificial dentro da suinocultura.
7:08
Já, já está utilizando, já se usa há algum tempo, né?
7:13
O que que a gente pode dar de exemplo?
7:15
Né? E pensar numa linha do tempo.
7:18
Nós já temos há uns 1520 anos, sistemas de computação que nos
7:25
ajudam na gestão da sinocultura. Então, como eu falei, esse
7:29
software é que te ajuda na gestão da rotina do dia a dia.
7:33
Com os dados do técnicos. Nós temos alguns outros é
7:39
sistemas de gerenciamento que foram evoluindo.
7:43
Que estão integrados também com esse sistema de inteligência
7:46
artificial. E os últimos são sistemas que
7:49
fazem captação ou de som ou de imagem ou de volume de ração que
7:55
está sendo entregue para os animais.
7:57
É consumo de água, bem-estar animal.
8:01
Tudo isso já vai sendo captado, já processado automaticamente, e
8:06
o sistema já dá resposta. É para sistemas automatizados
8:10
dentro. É disso que eu comentei.
8:13
E o que que a gente tem assim no mercado mundial pensando em Ah a
8:17
é a produção animal de precisão. Qual que é o tamanho disso em
8:21
valores, né? Então a gente tem projetado que
8:24
2025 a 2030 é, a gente vai ter um crescimento.
8:29
Médio em dólares é. Superior a 9.3%.
8:34
E em 2030, esse mercado vai chegar a superar um bilhão de
8:38
dólares, né? Então?
8:39
A gente multiplica isso praticamente por 6.
8:41
Aí então vai ser um mercado de 6 bilhões de dólares.
8:45
A PEC smart está revolucionando a sua inocultura com soluções
8:49
digitais que otimizam toda a produção, peso por imagem dos
8:53
animais, estoque e consumo de ração em tempo real, com
8:57
sensores nos silos, sanidade dos lotes na Palma da mão,
9:02
transforme sua Granja com inteligência de dados e
9:05
automação de verdade. Uau.
9:10
Quer dizer, temos margem para trabalhar aí, né?
9:13
E aí, interessante que você colocou aí em cima da minha
9:16
primeira pergunta. Já está totalmente relacionado
9:18
com a segunda pergunta, que é a questão do que a gente já tem
9:22
que está utilizando, né? Mas está utilizando direito.
9:24
Por exemplo, você fala esses softwares de gerenciamento que
9:27
já tem 1520 anos, mais tempo às vezes até no mercado que o
9:30
pessoal usa para colocar os dados.
9:33
E aí assim, o embate que eu tenho às vezes, né, com alguns
9:36
suinocultores assim, amigos que a gente conversa tal que eu vou
9:39
analisar alguns dados deles, é que às vezes aqueles dados, eles
9:44
não representam a realidade. Eu sei que é uma correria, que é
9:48
um trabalho intenso, que tem muita coisa acontecendo na
9:51
suinocultura e que a última coisa que a pessoa pensa é
9:53
sentar e alimentar aquela aqueles dados de forma realmente
9:58
correta. Então o que que o pessoal faz,
10:01
né? Não adianta falar que não faz,
10:02
porque eu sei que faz, viu, gente, eu sei, eu vejo vocês
10:04
fazendo isso. Vai lá, tem lá na maternidade,
10:07
por exemplo, tem lá uma natimortalidade, um unificado,
10:12
um abortamento, o pessoal acaba não registrando, coloca lá o
10:16
número de nascidos vivos, como se não tivesse tido nenhum
10:20
animal ali que veio a óbito. É durante o período reprodutivo
10:25
ou de parto. Ou então você tem alguma
10:27
mortalidade ao longo da maternidade e aí registra lá o
10:32
número de desmamados que aí você identifica, né?
10:35
Se tinha 15 nascidos e agora você tem 13 desmamados, é óbvio
10:38
que 2, né? Vieram a óbito, mas não colocam
10:42
mais nada relacionado aquilo no software.
10:44
Então você fica com aquela informação, mas você não tem
10:47
mais nada. Você não sabe se foi
10:48
esmagamento, se foi diarreia, se foi mal olhado, ou você não sabe
10:52
o que aconteceu com aqueles 2 eleitores.
10:53
Simplesmente desapareceram. E aí isso vai acontecer
10:56
repetidamente em todos os setores, né?
10:58
Em todos os sítios, quando a gente tá falando de integração,
11:00
enfim, não importa. O pessoal vai deixando os dados
11:03
meio que de lado e alimentando de uma forma um pouco precária
11:07
esses softwares. Como é que fica a gente pegar,
11:10
analisar depois esses dados? Estão meio capengas assim.
11:15
É, então o que é? Nós então estamos tratando da
11:19
produção animal de precisão. É justamente isso.
11:22
É. Uma inteligência artificial vai
11:27
é pegar esses dados e utilizar. É.
11:31
Depois de um processamento para uma ação prática real, né?
11:36
Então a captura desses dados dentro da produção animal de
11:40
precisão podem se dar de 2 formas.
11:43
Podem ser da forma direta que a gente capta dados, então é de
11:49
imagem, então eu consigo ver um animal.
11:52
Vê o score corporal dele, ele processa e sabe que aquele
11:57
animal está com uma defasagem de peso de conversão em relação ao
12:02
resto do rebanho ou de temperatura.
12:05
Então, dentro da maternidade eu vejo que eu tenho algum
12:07
leitãozinho que está é com febre, alguma questão de de uma
12:14
infecção que está proporcionando isso.
12:17
É ou captar sons também, né? Que são coisas bem práticas.
12:22
Que aí a gente traz pra área da sanidade, porque o que que
12:26
acontece? Então nós temos alguns exemplos,
12:29
como OCLP, então que é um aplicativo que nós fazemos,
12:34
então as monitorias é ao abate de lesões pulmonares, então são
12:39
lesões sugestivas de micoplasma EAP.
12:41
P sobretudo, é? Que vai uma pessoa, então, no
12:45
frigorífico imputa essas informações dentro do sistema?
12:50
E isso consegue conversar então com outras informações dentro da
12:54
Granja, né? Então, por isso que é importante
12:56
então nós termos. É a?
12:58
Coleção de dados de maneira direta, que são através de
13:01
instrumentos, e de maneira indireta, que normalmente são
13:06
colocadas dentro de um sistema de um software por uma pessoa.
13:11
Nossa, é Superinteressante, porque daí é tem aquela aquele
13:16
grande dilema, né? Quando aparece uma tecnologia
13:18
que as pessoas falam, Ah, vai roubar meu emprego, vai acabar
13:22
com o trabalho das pessoas naquele setor.
13:26
E a ideia não é essa, né? É, eu vejo assim, o pessoal que
13:29
está na suinocultura reclamando, que está sobrecarregado de
13:33
trabalho, que não consegue fazer nada.
13:35
É a mais, porque não tem como colocar mais trabalho dentro
13:40
daquela carga que já tem, então, na verdade, essa tecnologia vem
13:43
tirar a carga de trabalho das pessoas, não tirar o emprego,
13:47
né? Então você consegue de repente
13:50
diminuir a carga de trabalho da desse pessoal.
13:53
E o pessoal conseguir é de repente fazer ações de melhoria
13:57
da sanidade ou do bem-estar daqueles animais.
14:00
Por isso tem mais tempo livre. Então esses softwares, esses,
14:03
esses aplicativos, esses programas, eles vão ajudar nesse
14:06
sentido. Sim, o que a gente vem
14:09
comentando muito é que nós não vamos ter uma redução na mão de
14:13
obra, nós vamos ter uma otimização da mão de obra.
14:16
Então aquela pessoa. Que teria muitas funções, ela
14:20
consegue fazer 11 função de uma maneira muito mais efetiva, né?
14:25
É porque todo toda essa produção animal de precisão, o que que
14:31
ela quer, ela quer entregar o melhor resultado produtivo pra
14:35
quem tá produzindo suinos no nosso caso, então o que vai ser
14:41
feito? Nós podemos trabalhar de maneira
14:44
preditiva muitas vezes muitos desses sistemas.
14:47
Vão precisar que uma pessoa tome ação.
14:51
Então se eu tenho um monitoramento sonoro, né?
14:54
Então eu tenho uma Granja pensando.
14:57
É. Que eu estou passando por um
14:58
desafio respiratório qualquer, ou de micoplasma ou de
15:02
influenza. Se eu faço um monitoramento
15:05
sonoro, eu consigo prever. Olha, o número de tosses está
15:08
aumentando. Então eu sei que daqui 5 dias, 2
15:12
dias, os meus animais vão diminuir o consumo.
15:17
É, vão ter um episódio de febre, então eu consigo intervir de
15:21
maneira. É.
15:23
Mais adiantada, então eu consigo ter uma ação de uma maneira com
15:27
uma predição muito mais eficaz, né?
15:30
Então diminuindo, diminuindo riscos e diminuindo perdas
15:33
também. Sim, é como se tivesse um Vigia,
15:37
né? Eu imagino assim pra.
15:39
Você está trabalhando lá o dia inteiro.
15:41
Aquela correria dentro da Granja, um Monte de coisa para
15:43
fazer, um Monte de coisa prevista.
15:45
Mas aquele Monte de coisa não prevista que acontece no dia e
15:48
aí é, você não tem tempo para estar atento a todos aqueles
15:52
animais, porque a gente não está falando de 2 ou 3, né?
15:54
A gente está falando aí de centenas de animais.
15:57
Você não consegue olhar atentamente para eles.
15:59
Você passa meio que correndo pelo galpão, dá aquela olhadinha
16:02
rápida, você tendo de repente um sistema de monitoramento por
16:05
câmera. Você tem ali o software
16:07
trabalhando, identificando, né? O que que está acontecendo, se
16:10
esse animal está se comportando de uma forma diferente ou se
16:13
tiver o monitoramento da temperatura, se esse animal está
16:16
com uma temperatura elevada, então você tira essa carga de
16:19
observação do do colaborador ali do trabalhador.
16:23
E você joga isso para a máquina. E a máquina vai alertar, falar,
16:26
ó, vocês têm que ir ali olhar aquela Baia, vocês têm que olhar
16:29
aquele indivíduo, porque ali tem alguma coisa estranha.
16:32
Então tira 11 carga de atenção que a gente tem que ter no dia a
16:37
dia, né? Quando a gente está lidando com
16:38
esses animais para ter a carga só de decisão, né?
16:42
De você olhar então aquela informação.
16:45
Falar OKA partir daqui que que eu tenho que fazer?
16:48
Quem que eu devo chamar? O que ação que eu vou tomar?
16:51
Eu acho que deve diminuir sim o trabalho do pessoal.
16:53
Estou achando muito interessante.
16:55
E. Assim, alguns exemplos práticos
16:58
que nós já temos, né? Na rotina, então é alimentação
17:02
por robôs, né? Então é muito comum.
17:04
Então vamos dar um exemplo em fêmeas, algumas fêmeas já tem um
17:08
sistema de quando elas entram é no sistema de alimentação.
17:12
O sistema já reconhece qual fêmea é aquela, o peso dela e já
17:17
alimenta ela com o volume necessário para ela entrar
17:21
dentro do escor corporal, se ela tiver no manejo reprodutivo,
17:25
para que ela produza o maior número de leitões possível.
17:29
É esse? Sistema de monitoramento sonoro
17:32
como eu comentei, se eu sei, que é que normalmente esses sistemas
17:36
eles captam em torno de um raio de 10 m, né?
17:40
Cada microfone? Então eu já sei que determinada
17:43
Baia tá tem, tá se iniciando o surto, então em vez de eu me
17:48
medicar. É.
17:50
De forma preventiva, com ou um anti inflamatório ou um
17:55
antibiótico injetável, todo o galpão eu já posso direcionar
17:59
pra uma medicação estritamente naquela Baia, né?
18:03
Então eu acho que esses exemplos também já deixam.
18:06
É. Mas assim é mais ilustrativo
18:09
para quem está nos ouvindo ver que isso já é uma realidade e
18:13
que isso vai acabar se intensificando.
18:15
Como eu falei, até 2030 é a previsão de crescimento médio
18:20
desse tipo de produção é de 10% praticamente, né?
18:25
Ao ano, a dsm firminite. Pode ajudá lo a preparar,
18:30
proteger e apoiar a resiliência dos seus leitões, fornecendo
18:33
experiência local em suínos e soluções completas e
18:37
personalizadas para ajudá lo a concretizar a sua visão ADSM
18:41
firminite está moldando o futuro dos cuidados com suínos.
18:47
Não, isso é maravilhoso, porque é novamente aquilo, né, você
18:51
tirar uma carga de trabalho de repente do pessoal que está lá
18:54
na linha de frente. E deixar 11 tomada de decisão na
18:59
mão desse pessoal para saber a ação que vai tomar.
19:02
E aí é uma tomada de decisão também bem interessante porque
19:05
você site de repente de ter que medicar um galpão inteiro, de
19:09
repente, sei lá, falar qualquer bobeira aí com 500 animais e
19:12
você vai medicar uma Baia ali com 30 animais.
19:15
De repente. Então você também vai ter menos
19:17
trabalho nessa tomada de decisão.
19:19
Você também vai ter 11 carga ali de ação menor.
19:23
Para executar eu acho que é bem interessante.
19:26
É uma é uma evolução natural, né?
19:28
Do sistema de produção. A gente tinha um negócio muito
19:31
manual, aí a gente foi ficando um pouco mais mecanizado e agora
19:36
a gente está entrando nessa era aí de usar a inteligência
19:39
artificial para facilitar o trabalho no dia a dia.
19:43
EE aí é só a gente pegar a história, né?
19:46
É o pessoal com medo, né? Das máquinas substituírem AO
19:51
trabalho humano. Isso não aconteceu na revolução
19:53
industrial, que aconteceu a gente produzir mais, com mais
19:56
qualidade, com mais velocidade, mas ainda precisando das
19:59
pessoas. Agora a gente automatizar
20:02
algumas decisões, algumas é ações, vai também diminuir a
20:06
carga de trabalho das pessoas, mas vamos continuar precisando
20:10
da equipe dessa. Dessa análise fina pra ser
20:13
executada, né não, não vai ter máquina e só software que vai
20:16
substituir a gente. Tão fácil, né?
20:19
Perfeito, exatamente. Nossa, muito bom.
20:24
E aí a gente tem aplicação. É nisso pra tudo, né?
20:27
Pra parte de nutrição, pra parte de reprodução, pra parte de
20:30
sanidade. É é uma ferramenta assim que que
20:34
ela é muito completa, né? Isso então, é.
20:38
Dentro desse conceito, né, de produção animal de precisão?
20:42
É. Nessa captação de informações?
20:45
Diretas. Nós já temos no mercado, então é
20:50
sistemas que fazem esse controle da alimentação.
20:53
Então faz a captação da informação que está no sistema.
20:56
Bom é, eu preciso aumentar o volume de consumo dos animais.
21:01
O sistema já se corrige, já libera mais alimentação para os
21:04
animais, a mesma coisa para o consumo de água.
21:08
Pra ambiência também, então? É.
21:11
Sistemas de ventilação de temperatura é e tudo isso já são
21:16
sistema automatizados, mas que com o tempo vão ficar cada vez
21:21
mais sofisticados. É e vão conseguir absorver ou
21:26
captar as informações do ambiente e já processar e
21:30
corrigir em tempo real, né? Também muito importante pro bem
21:34
bem-estar animal, porque tudo isso que a gente tá falando
21:36
envolve bem-estar animal. E também a sanidade, né, que aí
21:42
já entra um pouco mais na área que a gente tá comentando.
21:46
É. Onde, com o monitoramento ou de
21:50
temperatura direta dos animais, ou de tosse, como foi o exemplo,
21:55
nós conseguimos ter ações mais rápidas ou ações com uma
22:01
predição que vão nos facilitar ou impedir.
22:04
É que a doença se dissemine dentro da Granja, né?
22:09
É não, isso é ótimo do ponto de vista terapêutico, do ponto de
22:12
vista preventivo, né? Eu acho que entra naquele
22:15
conceito de uma só saúde, né? Quando a gente tem a saúde do
22:19
ambiente, a saúde dos animais, obviamente, né, os seres humanos
22:22
estão envolvidos aí e a gente consegue juntar tudo ali com a
22:27
nutrição funcionando, o desempenho genético desses
22:30
animais sendo manifestado porque eles estão com bem-estar legal,
22:33
porque eles estão com uma nutrição legal, porque eles
22:35
estão com o menor risco sanitário.
22:37
Uma coisa é como se fosse uma teia de aranha, né?
22:39
Está tudo conectado. Então, quando você acha ali o
22:43
fio da meada e começa a organizar, você acaba
22:46
organizando a vida inteira desse animal.
22:48
E aí você aumenta a produtividade.
22:50
E, no fim das contas, é o que o produtor quer no fim do dia, né?
22:53
Um animal saudável e entregando aquele potencial genético na
22:57
forma de produto maravilhoso, muito bom.
23:01
Só um comentário, você falou da da teia.
23:04
É até. Lembrei assim, é um é uma
23:07
questão um pouco mais técnica, mas eu não vou me aprofundar
23:10
tanto porque entra muito a fundo na computação, né?
23:14
Esses sistemas de é inteligência artificial.
23:18
Eles foram baseados é no próprio cérebro humano, né?
23:22
Então o isso é chamado de redes neurais, porque tentaram é
23:28
simular dentro dos computadores como que a transmissão da
23:31
informação era feita, e a partir daí.
23:34
Se desenvolveu os algoritmos, né?
23:37
Então por isso que os algoritmos tem a capacidade de captar,
23:42
processar e tomar uma decisão do que é feito.
23:46
É com uma ação corretiva, né? Dentro da produção.
23:52
Nossa, é é muito legal. Ao mesmo tempo que é complexo,
23:57
ele tem assim uma dose de simplicidade, porque é uma coisa
24:00
um tanto quanto óbvia, que está tudo conectado.
24:03
Mas tomar essas decisões onde tudo está conectado, às vezes se
24:07
torna um processo complexo. E acho que essas ferramentas vem
24:09
pra ajudar o pessoal, né? Pra facilitar a vida de todos.
24:14
Muito, muito interessante mesmo. Por isso que você colocou pra
24:17
gente. Você quer complementar com mais
24:20
alguma coisa pra gente ir finalizando o nosso episódio?
24:23
Não acho que só pra finalizar, então um exemplo prático, né,
24:27
além desses que eu já dei. É.
24:30
Nós fizemos dentro da cev, então algumas avaliações.
24:34
É com o lançamento que a gente fez há pouco tempo e nós
24:38
utilizamos também essas ferramentas, né?
24:41
Então? É pra?
24:43
Dar um nível de integração pra vocês, assim de informação EEO
24:48
que é. E o que nós vimos na prática,
24:50
então? É, nós comparamos dentro de um
24:53
mesmo galpão, 2 protocolos vacinais.
24:56
Não fizemos nenhuma alteração. É de manejo, nada disso.
25:01
Então comparamos 2 protocolos vacinais e colocamos um sistema
25:05
de monitoramento sonoro pra ver então se esses animais.
25:11
É. Teriam em algum momento da
25:13
produção um número maior de tosse, de espirros, ou se teria
25:18
diferença entre os 2 grupos, né? Em determinado momento, o
25:22
sistema acusou que então naquelas 2 naquela semana, nós
25:29
começamos a notar um aumento na tosse dos animais.
25:35
É. Chegamos a um pico durante uma
25:37
semana e na semana seguinte esse número começou a reduzir.
25:42
Então é como que isso foi feito dentro de um galpão, né?
25:46
A cada 10 m², Ah, desculpa, um raio de 10 m.
25:50
Um microfone e esse microfone captava então as baias do grupo,
25:56
controle do grupo é vacinado com a vacina que nós lançamos e nós
26:02
notamos que nesse determinado momento nós tivemos um surto
26:08
suspeito de influenza. Então, como o sistema acusou,
26:12
nós fizemos o diagnóstico. O diagnóstico foi comprovado e
26:16
depois, né? Ao abate.
26:19
Nós fizemos utilizando OCLP, que é esse aplicativo da serva.
26:24
Nós fizemos os níveis de lesões pulmonares, né?
26:29
Aferimos os níveis de lesões pulmonares e vimos que em um dos
26:33
grupos, né? Então o grupo controle não no
26:36
grupo foi vacinado com a nossa vacina, o grupo foi vacinado com
26:40
outro protocolo vacinal. Os níveis de lesões foram
26:43
maiores, então nós conseguimos cruzar todos os dados, então é.
26:47
O que aconteceu no campo? Com o monitoramento desses
26:52
microfones, nós conseguimos cruzar com o diagnóstico
26:55
laboratorial que confirmou o agente suspeito e também
27:00
conseguimos confirmar, então, utilizando OCLP, um aumento de
27:05
lesão pulmonares em determinado grupo, né?
27:08
E só para fechar para nós vermos o nível da importância da de nós
27:14
termos dados para trabalhar. Dentro do CLP, no ano passado,
27:19
na Serra, nós tivemos uma avaliação então de mais de
27:23
1600000 pulmões. Então imagina, né, no mundo
27:28
inteiro, então nós conseguimos cruzar dados e aí talvez num
27:33
futuro também aí cruzar com o Pig program, que é o nosso, de
27:37
monitoramento de vacina e com esses monitoramentos de é e
27:42
ferramentas de precisão. É de produção animal de
27:46
precisão, né, pra ter todas as ferramentas convergindo pra uma
27:51
produção mais eficiente, né? Nossa, incrível.
27:57
Então é isso, meu futuro já tá aí, não tem mais o que esperar.
28:00
Já chegou maravilhosa essa nossa conversa.
28:03
Pedro super agradeço a sua participação hoje aqui no
28:06
swinocast e. Espero encontrar.
28:11
Espero encontrá lo aí na vida real, né?
28:13
A é sempre bom conversar aqui online, mas é muito bom também
28:18
encontrar o pessoal aí nos eventos, nos grandes congressos.
28:23
Então você ouvinte, também, espero encontrá lo em breve.
28:27
Espero também vocês nos próximos episódios, até mais.
28:31
Tchau, tchau.