IA que detecta aplastamiento de lechones y sonidos de tos… mejora la productividad de las granjas porcinas

La productividad y la rentabilidad de las granjas porcinas dependen de la tasa de supervivencia de los lechones. Los accidentes por aplastamiento cuando la cerda se echa sobre los lechones, o una respuesta inicial insuficiente ante enfermedades respiratorias, provocan la muerte de los cerdos y asestan un golpe crítico a la rentabilidad de las explotaciones.

De hecho, según el informe ‘Resultados nacionales 2025 de las granjas porcinas coreanas de Handon Farms’, publicado por el Comité de Gestión del Fondo de Autoayuda del Cerdo Coreano, el MSY (número anual de cerdos comercializados por cerda) de las granjas situadas en el 10% superior entre los usuarios profesionales fue de 24,4, mientras que el 10% inferior registró 15,7, una diferencia de 8,7 cerdos entre ambos grupos.

Esta diferencia de productividad se traduce directamente en una brecha de ingresos para las granjas. Si se convierte tomando como referencia una explotación con 100 cerdas, la diferencia en el número anual de animales enviados al mercado asciende a 870 cabezas. Si el precio por cerdo comercializado se calcula en 535.000 wones (con base en un peso de salida de 115 kg, un rendimiento en canal del 77,5% y 6.000 wones por kg de canal), la brecha anual de ingresos alcanza nada menos que 465,45 millones de wones. En otras palabras, incluso con el mismo tamaño de granja, solo la diferencia en manejo y tasa de supervivencia puede determinar ingresos por cientos de millones de wones.

Tres sensores rastrean simultáneamente ‘comportamiento, temperatura corporal y sonido’… la precisión en la detección de tos supera el 95%
En este contexto, en el que mejorar la supervivencia de los lechones y reducir las brechas de productividad se considera una tarea clave para aumentar los ingresos de los porcicultores, está llamando la atención un sistema de monitoreo de precisión desarrollado con inteligencia artificial (IA) y tecnología de fusión de sensores.

Un equipo de investigación liderado por la profesora Jeong Seon-ok, del Departamento de Ingeniería de Sistemas de Agricultura Inteligente y Maquinaria de la Universidad Nacional de Chungnam, está impulsando un ‘proyecto de demostración de campo de un sistema inteligente de monitoreo de salud porcina’ como parte del ‘Programa de Apoyo a la Cooperación Industria-Academia en Tecnología Agrícola 2026’, operado por la Administración de Desarrollo Rural y ejecutado por el Instituto Coreano para el Avance de la Tecnología Agrícola. Este estudio, encabezado por la Universidad Nacional de Chungnam y con la participación conjunta de la Universidad Nacional Coreana de Agricultura y Pesca (equipo del profesor Lee Su-hyeop), se encuentra en la fase de verificación tecnológica mediante la aplicación en granjas porcinas reales de las tecnologías patentadas del equipo: un ‘sistema de gestión de enfermedades porcinas basado en IA’ y un ‘sistema de monitoreo para la gestión de enfermedades en porquerizas’.

El prototipo de demostración desplegado en campo integra tres tipos de sensores de precisión y un dispositivo de adquisición de datos (DAQ) basado en Raspberry Pi 4B para monitorear tridimensionalmente el entorno interior de las porquerizas. Los tres sensores de precisión son una cámara RGB (Raspberry Pi Camera V2), una cámara termográfica (Thermal Expert Q1) y un sensor de sonido (micrófono Shure V7).
 

En primer lugar, la cámara RGB cuenta automáticamente el número de cerdos en cada corral y rastrea patrones de comportamiento clave como acostarse, ponerse de pie, caminar y alimentarse. La precisión en el reconocimiento del número de individuos y del comportamiento alcanza entre el 95 y el 97% según el primer producto de demostración. La cámara termográfica mide en tiempo real los valores máximo, mínimo y promedio de la temperatura superficial corporal de los cerdos para detectar individuos con sospecha de fiebre y el riesgo de estrés térmico por altas temperaturas. El sensor de sonido detecta sonidos de tos en las porquerizas (precisión de detección superior al 95%), sonidos de riesgo de aplastamiento de lechones (precisión superior al 90%) y vocalizaciones anormales como mordedura de cola en la banda de 50 Hz a 16 kHz, respondiendo en menos de 1,5 segundos.

Los datos de video y audio recopilados se transmiten al servidor mediante comunicación inalámbrica (Wi-Fi), y los propietarios de las granjas pueden inspeccionar de forma remota el estado interior de los corrales las 24 horas del día a través de un panel web en PC o una aplicación para smartphone. Si se produce una situación de emergencia, como sonidos anormales o fiebre, se envía de inmediato una alerta al móvil del productor.

El equipo de investigación está instalando módulos en corrales de cerdas gestantes y lechones en granjas de Buyeo, en Chungcheong del Sur, y Gimje, en Jeolla del Norte, mientras avanza en la recopilación de datos y el perfeccionamiento de los modelos de IA. El pasado 21 de julio, celebró una sesión informativa y de capacitación en el Centro de Tecnología Agrícola del condado de Buyeo, con la asistencia de unas 30 personas entre responsables y productores de la filial de Buyeo de la Asociación Coreana de Productores Porcinos, y completó una demostración tecnológica.

Este sistema inteligente de monitoreo está siendo evaluado como una tecnología capaz de reducir la mortalidad de los lechones y elevar la productividad de las granjas porcinas, incluido el MSY, al permitir que la IA desempeñe el papel de alerta temprana en entornos de porquerizas donde es difícil que las personas permanezcan las 24 horas.

La profesora Jeong Seon-ok explicó: “Mediante un sistema de monitoreo que utiliza tecnología de IA, es posible conocer el estado de los cerdos, algo que no se puede saber a menos que el propietario o el personal de la granja estén presentes de forma permanente. Tras confirmar el problema mediante el monitoreo, basta con visitar la porqueriza y tomar medidas”, y añadió: “Como es posible detectar de forma temprana estados anormales en los cerdos, resulta eficaz para mejorar la productividad y reducir la mano de obra”. También subrayó: “A través de esta demostración de campo, lo perfeccionaremos hasta convertirlo en una tecnología realmente útil para las granjas”.