JP2021140754A - 家畜疾病管理システム、家畜疾病管理サーバ、家畜疾病管理方法、及び家畜疾病管理プログラム - Google Patents

Abstract

【課題】少人数大規模飼養においても家畜の疾病を効率的に発見することができ、且つ、多様な疾病リスクを高い精度で推定することができる家畜疾病管理システム、家畜疾病管理サーバ、家畜疾病管理方法及び家畜疾病管理プログラムを提供する。【解決手段】家畜疾病管理システム１において、疾病管理サーバ１１１は、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得部１１２と、飼養状況取得部１１２により取得した画像情報に映る家畜を抽出して家畜の状況を解析し、家畜の状況に応じた疾病リスクを推定する疾病リスク推定部１１５と、を備える。【選択図】図１

Description

本開示は家畜疾病管理システム、家畜疾病管理サーバ、家畜疾病管理方法、及び家畜疾病管理プログラムに関する。

畜産分野、特に養豚業において、口蹄疫や豚流行性下痢、豚熱（豚コレラ）といった急速かつ広範囲にまん延する家畜伝染病に加え、慢性疾病が常在化してきている。肉豚は子豚を約半年かけて出荷レベルまで増体させていくため、疾病に罹患すると増体効率が悪くなり肥育期間が延びるだけではなく、限られた豚房などの農場リソースを予定外に使用することになり農場全体としての経営効率の悪化を招く。且つ、直接的には疾病対策・診断医療コストが発生するため、養豚業全体としての収益を押し下げる要因となっている。そのため、病豚の早期発見・早期治療を実施していく必要性がある。一方で、一農場で飼養する頭数規模が大型化する中にあって、就業者の確保や収益担保の観点から少数人数での管理も迫られている。

このような状況に対し、ＩｏＴを利用して家畜に取り付けたセンサからデータを収集し、サーバで家畜の体調を解析し異常がある場合に報知することが行われている。

例えば、特許文献１には、家畜の歩数を計測して病気の家畜に固有の歩数とその病名とを対応付けた記録を生成し、その記録に基づいて別の家畜の歩数から当該別の家畜の病名を判定し生産者や獣医に報知する技術が記載されている。

特許５８４６２９６号

しかしながら、特許文献１では、個々の家畜の歩数から疾病の傾向を判断しているが、歩数から推定できる疾病の種類は限定され、歩数だけでは推定精度も高くはできないという問題がある。また、特許文献１では個々の家畜に歩数を計測可能な通信機を設けているが、養豚業のように数百から数千の家畜を少数人数で使用するのには適していない。

本発明はこのような問題点を解決するためになされたもので、その目的とするところは少人数大規模飼養農家においても家畜の疾病を効率的に発見することができ、且つ多様な疾病リスクを高い精度で推定することができる家畜疾病管理システム、家畜疾病管理サーバ、家畜疾病管理方法、及び家畜疾病管理プログラムを提供することにある。

上記した目的を達成するために、本発明に係る家畜疾病管理システムは、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得部と、前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定部と、を備える。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部は、前記画像情報から抽出した家畜の外観から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部は、前記画像情報から抽出した家畜の活動量から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部は、家畜の画像情報から当該家畜の疾病リスクを推定することを学習した疾病リスク推定数理モデルにより、前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記飼養状況取得部は、前記家畜のいる空間にて発せられる音を前記飼養状況情報として取得し、前記疾病リスク推定部は、前記飼養状況取得部により取得した前記音から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記飼養状況取得部は、前記家畜のいる空間にて発せられる臭気を前記飼養状況情報として取得し、前記疾病リスク推定部は、前記飼養状況取得部により取得した前記臭気から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記飼養状況取得部は、前記飼養状況取得部は、前記家畜が収容された複数の畜舎にそれぞれ設けられた環境情報取得器により前記畜舎ごとの環境情報を取得し、前記疾病リスク推定部は、前記環境情報の類似性を用いて２以上の畜舎について前記家畜の状況を比較することにより前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定してもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部は、前記家畜の状況に応じた疾病リスクを、疾病種類別に推定してもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部は、前記家畜の状況に応じた疾病リスクを、少なくとも呼吸器系疾病、消化器系疾病、神経系疾病を含む疾病種類別に推定してもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部により推定された疾病リスクが所定の条件を満たした場合に、当該所定の条件を満たした家畜に関する情報を記憶する疾病発症管理記憶部を、さらに備えてもよい。

前記家畜疾病管理システムにおいて前記疾病発症管理記憶部に記憶された家畜に関する情報は、前記家畜の飼養者に閲覧可能としてもよい。

前記家畜疾病管理システムにおいて、前記疾病リスク推定部により推定された疾病リスクが所定の条件を満たした場合に、所定の連絡先に通知を行う報知部を、さらに備えてもよい。

前記家畜疾病管理システムにおいて、前記家畜の疾病リスクを含む疾病管理情報を所定の書式に変換する書式変換部を、さらに備えてもよい。

前記家畜疾病管理システムにおいて、前記家畜は豚でもよい。

また、上記した目的を達成するために、本発明に係る家畜疾病管理サーバは、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得部と、前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定部と、を備える。

また、上記した目的を達成するために、本発明に係る家畜疾病管理方法は、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得ステップと、前記飼養状況取得ステップにて取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定ステップと、を備える。

また、上記した目的を達成するために、本発明に係る家畜疾病管理プログラムは、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得ステップと、前記飼養状況取得ステップにて取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定ステップと、をコンピュータに実行させる。

上記手段を用いる本発明によれば、少人数大規模飼養農家においても家畜の疾病を効率的に発見することができ、且つ多様な疾病リスクを高い精度で推定することができる。

本発明の一実施形態に係る疾病管理サーバを含む家畜疾病管理システムを示したシステム構成図である。 畜舎内の様子の一例である。 飼養データベース及び疾病発症データベースに記憶される情報の一例である。 群罹患リスク量に応じた病状例を示す表である。 家畜疾病管理システムの動作について説明するためのフローチャートである。 実施形態に係るコンピュータの構成を示す概略ブロック図である。

以下、本発明の実施形態を図面に基づき説明する。

＜構成＞
図１は、本発明の一実施形態に係る飼養家畜の状況を管理する疾病管理サーバ１１１を含む家畜疾病管理システム１を示すシステム構成図である。本実施形態では、管理する家畜を豚として説明する。図１で示すように、本実施形態に係る家畜疾病管理システム１は、疾病管理サーバ１１１と、豚が飼養されている畜舎・豚房（以下、畜舎という）１０１に備えられるカメラやセンサ等、及び飼養者の情報端末２０１とが、インターネット、ＬＡＮ、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）等のネットワークＮＷを介して通信可能に接続されている。説明の簡略化のため、図１では１つの畜舎１０１及び１つの情報端末２０１のみを示しているが、疾病管理サーバ１１１はネットワークＮＷを介して複数の畜舎１０１及び複数の情報端末２０１と接続可能である。同様に畜舎１０１に備えられるカメラや環境情報取得器等はそれぞれ複数であってもよい。なお、疾病管理サーバ１１１は、クラウドコンピューティングにおけるいわゆるクラウドサーバであってもよい。

また、家畜疾病管理システム１は、獣医師の端末ＶＥＴ（以下、獣医師ＶＥＴと言う）に対してもネットワークＮＷを介して通信可能である。なお、獣医師ＶＥＴについても、図１では１つのみ示しているが、疾病管理サーバ１１１はネットワークＮＷを介して複数の獣医師ＶＥＴと接続可能である。

次に、図１及び図２を参照しながら、家畜疾病管理システム１の詳しい構成について以下に説明する。図２は、豚Ｐ１、Ｐ２、Ｐ３が飼養されている畜舎１０１の内部の一例を示す図である。図２においては、豚Ｐ１は健康な豚、豚Ｐ２は健康状態不明だが寝ている豚、豚Ｐ３は疾病罹患の可能性のある豚を示している。このように図２では、畜舎１０１で飼養されている複数の豚の健康状態の代表例として豚Ｐ１、Ｐ２、Ｐ３についてのみ説明するが、畜舎１０１にはさらに多くの豚が飼養されており、健康状態もさらに多様である。

家畜疾病管理システム１は、畜舎１０１に設置されたカメラ１０２やマイク１０３、及び後述する各種環境情報取得器（１０４、１０５、１０６）から家畜の飼養状況情報を取得して、家畜の状況に応じた疾病リスクを推定して飼養者や獣医師等に提示し、家畜の疾病管理を行うシステムである。疾病管理サーバ１１１は家畜疾病管理システム１の運営者が管理を行い、飼養者が情報端末２０１を使用するものである。なお、疾病管理サーバ１１１は、畜舎１０１の飼養者が管理してもよい。また、疾病管理サーバ１１１は、クラウドコンピューティングにおけるいわゆるクラウドサーバであってもよい。

畜舎１０１には、カメラ１０２、及び、マイク１０３、臭気センサ１０４、温湿度センサ１０５、空気流量センサ１０６、気圧センサ１０７等に代表される環境情報取得器が備えられている。

カメラ１０２は、例えば、可視光カメラであり、被写体から反射される光を検出して画像（静止画又は動画）情報を生成する機能を有している。なお、カメラ１０２は、夜間撮像も可能なように、上記可視光カメラに加えて、赤外線カメラと赤外線ライトの組み合わせを併用してもよい。カメラ１０２は、例えば図２に示すように、豚Ｐ１、Ｐ２、Ｐ３を含む豚舎内を映すことができる位置、例えば畜舎１０１の内壁面の高い位置に取り付けられている。

マイク１０３は、設置場所近辺で発生する音を集音して電気信号に変換し音情報を生成する機能を有している。マイク１０３は、豚Ｐ１、Ｐ２、Ｐ３のいる空間にて発せられる音を検出できる位置に設けられ、例えば図２に示すように、畜舎１０１の内壁面に取り付けられている。マイク１０３により検出される音としては、豚Ｐ１、Ｐ２、Ｐ３の鳴き声、呼吸音、咳、くしゃみ、動きに伴う音等がある。

臭気センサ１０４は、臭気の原因となるアンモニアやメチルメルカプタン等を検出して臭気情報を生成する。臭気センサ１０４は、畜舎１０１にて発せられる臭気を検出できる位置、例えば図２に示すように、畜舎１０１の内壁面に設置されている。臭気センサ１０４により検出される臭気としては、豚Ｐ１、Ｐ２、Ｐ３自体から発せられる臭いや、豚Ｐ１、Ｐ２、Ｐ３の排泄物の臭い、畜舎の臭い等がある。

温湿度センサ１０５は、温度及び湿度を検出して温湿度情報を生成する機能を有している。温湿度センサ１０５は、畜舎１０１内の温度、湿度を検出できる位置、例えば図２に示すように畜舎１０１の内壁面に取り付けられている。

空気流量センサ１０６は、設置される空間内を出入りする空気流量を検出して空気流量情報を生成する機能を有している。空気流量センサ１０６は、畜舎１０１内の空気流量を検出できる位置、例えば図２に示すように畜舎１０１の換気装置（図示せず）の近傍に設置されている。

気圧センサ１０７は、設置される空間内の気圧を検出して気圧情報を生成する機能を有している。気圧センサ１０７は畜舎１０１内の気圧を検出できる位置、例えば図２に示すように畜舎１０１の内壁面に取り付けられている。

カメラ１０２により撮像された画像情報、マイク１０３により集音された音情報、臭気センサ１０４により検出された臭気情報、温湿度センサ１０５により検出された温湿度情報、空気流量センサ１０６により検出された空気流量情報は、それぞれ畜舎１０１における飼養状況情報として、ネットワークＮＷを介して疾病管理サーバ１１１に送信可能である。なお、これらのカメラ１０２、マイク１０３、臭気センサ１０４、温湿度センサ１０５、空気流量センサ１０６、気圧センサ１０７は、独立して又はセンサユニットとして一体として設置されてもよく、その設置場所については壁、柵、飼料おけ等の畜舎１０１内に設けられる設備や備品に内蔵してもよい。図２では、マイク１０３はカメラ１０２と独立して畜舎１０１の内壁面に設置されているが、カメラ１０２に内蔵されていてもよい。また、畜舎内を複数の小区画に分けした豚房に取り付けてもよい。

畜舎１０１で飼養される豚は、主に繁殖用豚（繁殖用家畜）と、非繁殖用豚（非繁殖用家畜）に分けられる。繁殖用豚は、子豚を産むために飼養される、いわゆる母豚である。非繁殖用豚は、食肉として出荷するために肥育される、いわゆる肉豚である。母豚に対しては、個々に個体識別子（個体ＩＤ）が付与され個体管理される。肉豚は、多数の肉豚からなる肉豚群に対して群識別子（群ＩＤ）が付与され群管理される。このように群管理される肉豚、管理対象としての群として疾病に罹った可能性を有す個体が１頭でも存在すると、同群の他の豚に感染する可能性もあるため早期に発見・対応する必要性が高い。そのため、本実施形態の疾病管理サーバ１１１は、群として疾病に罹っているリスクを管理する。

疾病管理サーバ１１１は、プログラムに基づき処理を実行する１又は複数のサーバ（コンピュータ）からなり、各種演算部及び記憶部を有している。疾病管理サーバ１１１は、機能的には主に、飼養状況取得部１１２、飼養データベース１１３、疾病発症データベース（疾病発症管理記憶部）１１４、疾病リスク推定部１１５、報知部１１６、獣医師データベース１１７、及び書式変換部１１８を備える（以下、データベースはＤＢと称する）。

飼養状況取得部１１２は、畜舎１０１に設置されたカメラ１０２から飼養状況情報として図２のような豚Ｐ１、Ｐ２、Ｐ３を含む畜舎１０１内の画像情報を取得する機能を有する。また、飼養状況取得部１１２は、飼養状況情報として、畜舎１０１のマイク１０３からの音情報、臭気センサ１０４からの臭気情報、温湿度センサ１０５からの温湿度情報、空気流量センサ１０６からの空気流量情報、気圧センサ１０７からの気圧情報を取得可能である。

飼養ＤＢ１１３には、豚の飼養に関する種々の情報が記憶されている。ここで図３には、飼養ＤＢ１１３及び疾病発症ＤＢ１１４に記憶されている情報の具体例が示されている。

図３に示すように、飼養ＤＢ１１３には、畜舎ごとに、畜舎に関する畜舎情報、飼養している豚の管理に関する飼養管理情報、飼養状況取得部１１２にて取得した飼養状況情報、後述する疾病リスク推定部１１５にて解析した解析結果情報が記憶されている。

具体的には、畜舎情報としては、畜舎ごとに付与される畜舎ＩＤ、畜舎場所、畜舎広さ等の情報が含まれる。

飼養管理情報としては、飼養している豚の品種、群ＩＤ、群数、各群の豚の頭数、各群が自家繁殖か子豚市場での購入か等の出自情報、性別、生まれてからの日数（日齢）、与えられている餌の種類や量や時期（給餌履歴）、定期健診の結果（健診結果）、投薬された薬の種類や量や時期（投薬履歴）、現在の体重（群の体重であってもよい）、等の情報が含まれる。なお、飼養ＤＢ１１１では、現在飼養中の肉豚だけでなく、過去に同畜舎又は同農場で飼養した肉豚群の飼養管理情報も蓄積されている。

飼養状況情報としては、上述の飼養状況取得部１１２にて取得した畜舎１０１の画像、音、臭気、温湿度、空気流量の情報が含まれる。飼養ＤＢ１１１では、過去に取得した飼養状況情報も蓄積されている。

解析結果情報としては、後述する疾病リスク推定部１１５にて解析した豚の活動量、肉豚群の疾病に対する罹患リスク量（以下、群罹患リスク量という）、及び疾病別の群罹患リスク量である疾病別罹患リスク量の情報が含まれる。飼養ＤＢ１１１では、過去に解析された解析結果情報も蓄積されている。なお、以下、群罹患リスク量と疾病別罹患リスク量を含めて疾病リスク量ともいう。

疾病発症ＤＢ１１４は、疾病を発症した可能性を有す肉豚群についての情報を記憶している。具体的には、後述する疾病リスク推定部１１５により推定された疾病リスク量が所定の条件を満たした場合（罹患可能性判定時）に、当該条件を満たした肉豚群に関し獣医時が診断した疾病発症診断情報を記憶している。疾病発症診断情報としては、図３に示すように、発症の有無（診断結果）、発症した疾病の種類、罹患可能性判定時における飼養管理情報、飼養状況情報、及び解析結果情報、等が含まれる。この疾病発症ＤＢ１１４に記憶されている情報は、容易に情報が改変、改ざんができないように情報の変更に対してロックをかけたり、特定の運営者又は飼養者にのみ編集権限が付与されたり、している。その一方、疾病発症ＤＢ１１４に記憶された肉豚群についての情報は、例えば情報端末２０１を介して畜舎１０１を管理している飼養者に閲覧可能であり、飼養者間で情報が共有されている。

疾病リスク推定部１１５は、飼養状況情報や疾病発症診断情報等を用いて肉豚群の疾病リスクを推定する機能を有している。例えば、疾病リスク推定部１１５は、飼養状況取得部１１２により取得し飼養ＤＢ１１３に記憶された飼養状況情報（画像情報、音情報、臭気情報、温湿度情報、空気流量情報）から豚の状況を解析し、当該豚の状況に応じた疾病リスクを推定する。

疾病リスクの推定は、疾病に罹患している可能性の度合いである疾病リスク量を算出することで行う。本実施形態における疾病リスク推定部１１５は、疾病リスク量として、上述した肉豚群としての群罹患リスク量と、疾病別罹患リスク量を算出する。群罹患リスク量は、例えば、病状の軽いものから順にリスクＡ、リスクＢ、リスクＣ、リスクＤの４段階に設定されている。

当該群罹患リスク量の判定要素としては、豚の姿勢と動きや、豚の耳、鼻、目、胸部、呼吸、腹部、被毛、下痢、尾かじり、耳かじり、へそ吸い、四肢に異常状態などがあり、疾病リスク推定部１１５の解析を通じ、推定される。具体的には、図４に群罹患リスク量に応じた病状例が示されている。

図４に示すように、リスクＡは、耳が垂れていたり、目がよどんで涙目になっていたり、腹部が若干へこんでいたり、表情や姿勢に元気がなかったりする状態である。リスクＢは、リスクＡよりも、明かに削痩があったり、痩せて腹部がへこんでいたり、肉付きが悪くなり始めていたり、肩甲骨が浮き出ていたり、居心地の悪い姿勢（硬直姿勢又は背中を丸めている）をしていたり、沈うつ状態であったり、被毛粗剛であったり、皮膚が汚れていたり、目の周辺に滲出物があったり、耳が垂れていたりする状態である。リスクＣは、リスクＢよりも、重度の削痩があったり、重度の筋肉、脂肪の消失があったり、肩甲骨がさらに浮き出ていたり、元気を消失していたり、さらに被毛粗剛であったり、さらに皮膚が汚れていたり、淀んでいるうつろな目と黒色の滲出物があったり、さらに耳が垂れていたりする状態である。リスクＤは、重度の削痩であったり、重度の外傷があったり、歩行不可能であったりする状態である。なお、図４に記載の病状例は一例であり、これ以外の病状があってもよい。

疾病別罹患リスク量は、例えば、呼吸器系疾病、消化器系疾病、神経系疾病を含む疾病種類別のリスク量である。なお、疾病別罹患リスク量は、口蹄疫、豚流行性下痢、豚熱（豚コレラ）等の特定の疾病別のリスク量であってもよい。当該疾病別罹患リスク量においても、群罹患リスク量と同じように、疾病に対応した病状の軽重に応じたリスク量が設定されている。

疾病リスク推定部１１５は、飼養状況取得部１１２により取得した飼養状況情報（画像情報、音情報、臭気情報、温湿度情報、空気流量情報）から、上述した病状に当てはまるかを判定することで、疾病リスク量を算出する。

例えば、疾病リスク推定部１１５は、画像情報から抽出した豚の外観や豚の活動量から疾病リスク量を算出する。具体的には、疾病リスク推定部１１５は飼養ＤＢ１１３から取得した画像情報から画像解析により画像内に映る豚の外観を抽出し、抽出した外観と上述の病状と比較して疾病リスク量を算出する。つまり、抽出した豚の外観から、豚の姿勢、耳の垂れ具合や、目の状態、腹部や肩甲骨の状態、全体の肉付き具合、被毛状態、皮膚の汚れ、表情、外傷、等を上述の病状と比較して、当てはまる病状が多いリスク量を算出する。

また、疾病リスク推定部１１５は、動画又は複数の静止画からなる画像情報から豚の移動量を活動量として解析し、当該豚の活動量から豚の元気度合いを推定して、上述の病状と比較することで疾病リスク量を算出してもよい。

また、疾病リスク推定部１１５は、画像情報だけでなく、音情報、臭気情報等の他の飼養状況情報を用いて、疾病リスク量を算出可能である。例えば疾病リスク推定部１１５は、音情報から豚の呼吸状態（呼吸音、呼吸数、咳、くしゃみ、鳴き声）に関する病状を比較可能であり、臭気情報から豚の排泄物の状態（下痢等）に関する病状と比較可能である。

さらに、疾病リスク推定部１１５は、飼養状況情報から豚の疾病リスクを推定することを学習した数理モデルである疾病リスク推定ＡＩ（Artificial Intelligence：人工知能）１１５ａを有しており、当該疾病リスク推定ＡＩ１１５ａを用いて疾病リスク量を算出してもよい。疾病リスク推定ＡＩ１１５ａは、例えば畜舎における肉豚群の画像情報や、音情報、臭気情報、温湿度情報、空気流量情報と、これらに対応する群罹患リスク量及び疾病別罹患リスク量を学習用データ（教師データ）として学習させて生成されている。なお、学習用データはこれに限られず、例えば行政機関が発布しているガイドラインの情報等の外部情報を含めてもよい。これにより、例えば疾病リスク推定ＡＩ１１５ａに飼養状況情報である画像情報、音情報、臭気情報、温湿度情報、空気流量情報のうちの１又は複数の情報を入力することで、当該畜舎固有の飼養状況情報に応じた群罹患リスク量及び疾病別罹患リスク量が算出される。なお、疾病リスク推定ＡＩ１１５ａは、個々の畜舎について学習させたものだけでなく、農場全体における環境情報及び疾病リスクを学習させたものであってもよい。また、個々の畜舎についての学習させた結果を、農場全体の学習に適用することで農場全体における疾病リスク推定の精度を向上させたり、逆に農場全体について学習させた結果を、個々の畜舎の学習に適用することで個々の宿舎における疾病リスク推定の精度を向上させたり、してもよい。

また、疾病リスク推定部１１５は、豚自体の状況からだけでなく、豚が置かれている環境に基づいて疾病リスク量の妥当性を評価してもよい。つまり環境情報が類似する２以上の畜舎において飼養される肉豚群において、例えば双方の活動度を比較することで飼育環境のみの差による活動量の低下という誤検知の状況を比較する等して疾病リスクを推定してもよい。これは例えば、温湿度情報、空気流量情報等の環境情報から、疾病発症ＤＢ１１４に記憶されている疾病発症情報における温湿度情報、空気流量情報と比較して、発症時の環境との類似度合いから疾病リスク量を算出してもよい。このように、環境情報の類似性を用いて２以上の畜舎について家畜の状況を比較することにより家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定することで、例えば環境に依存した活動度の低下に対して疾病リスク量を上昇させる等（例：寒いことによる活動度の低下を疾病罹患と判断、等）の誤った判断が抑制される。

疾病リスク推定部１１５は、上述した画像情報から抽出した豚の外観や豚の活動量に基づく手法、音情報、臭気情報等を用いた手法、疾病リスク推定ＡＩ１１５ａを用いた手法、温湿度情報、空気流量情報等の環境情報を用いた手法、のいずれか１つ又は複数用いて疾病リスク量を算出可能である。

そして、疾病リスク推定部１１５は、算出した疾病リスク量から疾病リスクがある場合、例えばリスクＡ以上である場合には、該当する畜舎の畜舎情報及び疾病発症情報を疾病発症ＤＢ１１４に記憶するとともに、報知部１１６に信号を送信する。

報知部１１６は、疾病リスク推定部１１５により推定された疾病リスクが前記リスクＡ以上であるという信号を受けた場合に、獣医師ＤＢ１１７に記憶されている獣医師ＶＥＴの連絡先に通知を行う機能を有している。通知方法は、自動音声通話やメール等の規定した方法にて行い、疾病発症ＤＢ１１４に記憶する情報と同様の内容を獣医師ＶＥＴに通知する。

獣医師ＤＢ１１７には、獣医師の連絡先、獣医師名、獣医師の営業日及び営業時間、獣医師の住所、獣医師の専門分野等の獣医に関する情報が記憶されている。通知を行う獣医師は、畜舎にかかりつけの獣医師がいる場合は、予め畜舎と紐づけて獣医師を設定しておいてもよい。又は、報知部１１６が獣医師ＤＢ１１７に記憶されている獣医の中から適した獣医を選択して、１又は複数の獣医に通知を行ってもよい。当該報知部１１６における選択基準としては、畜舎に近いことや、営業日及び営業時間であること、専門分野が適当であること等がある。

書式変換部１１８は、疾病発症ＤＢ１１４に記録された、豚の疾病リスク量を含む疾病管理情報を所定の書式に変換する機能を有する。具体的には、書式変換部１１８は、獣医師ＶＥＴによって届出が必要な疾病と判断されたことを受け、飼養ＤＢ１１３に記憶されている行政等への届出書式に必要な疾病管理情報を抽出し、当該届出書式に情報を整理して入力したのち、届出書を出力する機能を有する。

情報端末２０１は、例えばＰＣや、スマートフォン、タブレットＰＣ、及び携帯電話のような装置である。情報端末２０１は、端末にインストールされた専用のアプリケーションソフトウェアによって疾病管理サーバ１１１にアクセスしてもよい。また、疾病管理サーバ１１１が提供する動作環境（ＡＰＩ（アプリケーションプログラミングインタフェース）、プラットフォーム等）を利用して疾病管理サーバ１１１にアクセスしてもよい。

入力部２１１は、例えば、キーボードや、マウス、タッチパッド等のユーザが操作することにより情報の入力や選択が可能な装置である。また、スマートフォンやタブレット、ＰＣにおける液晶ディスプレイや有機ＥＬディスプレイ等の出力部２１２と一体であるタッチパネルでもよい。入力部２１１は、音声入力装置であっても構わない。なお、入力部２１１は、ユーザによる直接的な入力に限らず、他のシステムを介した間接的な入力を受け付けてもよい。

出力部２１２は、情報等をユーザに表示するディスプレイ装置等である。情報端末２０１と独立したディスプレイ装置であっても構わないし、スマートフォンやタブレットにおける液晶ディスプレイや有機ＥＬディスプレイ等の表示装置であっても構わない。出力部２１２は疾病管理サーバ１１１からの食肉取引状況推定結果等の表示情報を表示可能である。

なお情報端末２０１は、疾病管理サーバ１１１とネットワークＮＷを介さず、一体として構成されていても構わない。

＜処理の流れ＞
図５には、以上のように構成された家畜疾病管理システム１の疾病管理サーバ１１１において実行される疾病管理ルーチンを示したフローチャートが示されている。以下、同フローチャートに基づき、本実施形態の疾病リスク推定方法について説明する。

まずステップＳ１として、疾病管理サーバ１１１の飼養状況取得部１１２は、ネットワークＮＷを介して畜舎１０１の飼養状況情報を取得する。具体的には飼養状況情報として、カメラ１０２により撮像された画像情報、マイク１０３により集音された音情報、臭気センサ１０４により検出された臭気情報、温湿度センサ１０５により検出された温湿度情報、空気流量センサ１０６により検出された空気流量情報、気圧センサ１０７により検出された気圧情報を取得する（飼養状況取得ステップ）。飼養状況取得部１１２は、これらの飼養状況情報を飼養ＤＢ１１３に記憶し、ステップＳ２へ進む。

ステップＳ２として、疾病管理サーバ１１１の疾病リスク推定部１１５は、飼養状況情報や疾病発症情報等を用いて肉豚群の疾病リスク量を推定する（疾病リスク推定ステップ）。具体的には上述した画像情報から抽出した豚の外観や豚の活動量に基づく手法、音情報、臭気情報等を用いた手法、疾病リスク推定ＡＩ１１５ａを用いた手法、温湿度情報、空気流量情報等の環境情報を用いた手法、のいずれか１つ又は複数用いて、群罹患リスク量及び疾病別罹患リスク量を算出する。

続くステップＳ３として、疾病リスク推定部１１５は、ステップＳ２で算出した疾病リスク量がリスクＡ以上であるか否かを判定する。当該判定結果が偽（Ｎｏ）である場合、即ち疾病リスク量がＡ未満である場合は、当該肉豚群の疾病リスクは低いことから、当該ルーチンをリターンする。一方、当該判定結果が真である場合、即ち疾病リスク量がリスクＡ、Ｂ、Ｃ、又はＤである場合は、ステップＳ４に進む。

ステップＳ４として、疾病リスク推定部１１５は、該当する畜舎の畜舎情報及び疾病発症情報を疾病発症ＤＢ１１４に記憶する。

次のステップＳ５として、疾病管理サーバ１１１の報知部１１６は、獣医師ＤＢ１１７に記憶されている獣医師ＶＥＴの連絡先に通知を行い、当該ルーチンをリターンする。

以上のように、本実施形態に係る疾病管理サーバ１１１を含む家畜疾病管理システム１では、豚を撮像した画像情報から豚を抽出して豚の状況を解析し、豚の状況に応じた疾病リスクを推定している。このように画像情報から豚の状況を解析することで、畜舎に存在する複数の豚の疾病リスクをまとめて推定することができる。また画像情報からは豚の外観や動き等の多くの情報を取得することができることから、多様な疾病リスクを高い精度で推定することができる。これにより、家畜疾病管理システム１は少人数大規模飼養においても家畜の疾病を効率的に発見することができ、且つ多様な疾病リスクを高い精度で推定することができる。

特に、画像情報から抽出した豚の外観から疾病リスクを推定することで、豚の耳、目、腹部、表情、姿勢、肉付き、肩甲骨、皮膚、被毛、等の状態に基づく疾病リスクを推定することができる。また、画像情報から抽出した家畜の活動量から疾病リスクを推定することで、豚の元気度合いに基づく疾病リスクを推定することができる。

さらに、豚の画像情報から当該豚の疾病リスクを推定することを学習した疾病リスク推定ＡＩ１１５ａにより疾病リスクを推定することで、容易に疾病リスクを推定することができる。

また、豚のいる空間（例えば畜舎１０１）にて発せられる音から疾病リスクを推定することで、豚の呼吸音、呼吸数、咳、くしゃみ、鳴き声等に基づく疾病を推定することができ、さらに疾病リスクの推定精度を向上させることができる。

さらに、豚のいる空間にて発せられる臭気から疾病リスクを推定することで、豚自体が発する臭い、排泄物の臭い等に基づく疾病を推定することができ、さらに疾病リスクの推定精度を向上させることができる。

また、畜舎１０１の温湿度や空気流量等の環境情報から類似性を用いて２以上の畜舎について豚の状況を比較することにより豚の状況を解析して疾病リスクを推定することで、豚自体だけでなく豚のいる環境からも疾病リスクを推定することができ、疾病リスクの誤判断を抑制し、さらに疾病リスクの推定精度を向上させることができる。

また、疾病リスク推定部１１５は疾病リスクを、少なくとも呼吸器系疾病、消化器系疾病、神経系疾病を含むような疾病種類別に推定することで、多様な疾病に対して、より適切に疾病の予防や疾病発症時の対応を行うことができる。

また、疾病リスク量がリスクＡ以上の場合等、疾病リスクが所定の条件を満たした場合に、この所定の条件を満たした家畜に関する情報を疾病発症ＤＢ１１４に記憶しておくことで、その後の経過確認等を容易に行うことができる。さらに、この疾病発症ＤＢ１１４に記憶した家畜に関する情報は、飼養者に閲覧可能としていることで飼養者間での情報の共有を行うことができ引継ぎ等も容易となる。

また、疾病リスクが所定の条件を満たした場合に、獣医師ＶＥＴ等の所定の連絡先に通知を行うことで、疾病リスクが高まった際に速やかに適切な処置を行うことができる。

また、書式変換部１１８により、豚の疾病リスクを含む疾病管理情報を所定の書式に変換できることで、行政機関への届出作業を省力化することができる。

＜プログラム＞
図６は、コンピュータ８０１の構成を示す概略ブロック図である。コンピュータ８０１は、ＣＰＵ８０２、主記憶装置８０３、補助記憶装置８０４、インタフェース８０５を備える。ＣＰＵ８０２はＧＰＵであっても構わない。

ここで、実施形態に係る疾病管理サーバ１１１を構成する各機能を実現するためのプログラムの詳細について説明する。

疾病管理サーバ１１１は、コンピュータ８０１に実装される。そして、疾病管理サーバ１１１の各構成要素の動作は、プログラムの形式で補助記憶装置８０４に記憶されている。ＣＰＵ８０２は、プログラムを補助記憶装置８０４から読み出して主記憶装置８０３に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ８０２は、プログラムに従って、上記した記憶部に対応する記憶領域を主記憶装置８０３に確保する。

当該プログラムは、具体的には、コンピュータ８０１において、少なくとも、家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得ステップと、前記飼養状況取得ステップにて取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定ステップと、を実行させるプログラムである。

なお、補助記憶装置８０４は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース８０５を介して接続される磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、半導体メモリ等が挙げられる。また、このプログラムがネットワークＮＷを介してコンピュータ８０１に配信される場合、配信を受けたコンピュータ８０１が当該プログラムを主記憶装置８０３に展開し、上記処理を実行してもよい。

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置８０４に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）
であってもよい。

以上、本開示のいくつかの実施形態を説明したが、これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。また、実施形態の説明では特に管理する家畜数が多い養豚業に適用することで他の畜産業に比べて顕著な効果を奏するが、牛や鶏、羊のように他の畜産業に本発明を適用しても構わない。

また、上記実施形態では、カメラ１０２は可視光カメラを例に説明したが、カメラはサーモグラフィ機能や３Ｄデプス機能を有するものとしてもよい。これにより画像情報から家畜の体表温度や姿勢情報も飼養情報として取得可能となる。

１ 家畜疾病管理システム
１０１ 畜舎
１０２ カメラ
１０３ マイク
１０４ 臭気センサ
１０５ 温湿度センサ
１０６ 空気流量センサ
１０７ 気圧センサ
１１１ 疾病管理サーバ
１１２ 飼養状況取得部
１１３ 飼養データベース
１１４ 疾病発症データベース（疾病発症管理記憶部）
１１５ 疾病リスク推定部
１１５ａ 疾病リスク推定ＡＩ
１１６ 報知部
１１７ 獣医師データベース
１１８ 書式変換部
２０１ 情報端末
２１１ 入力部
２１２ 出力部
８０１ コンピュータ
８０２ ＣＰＵ
８０３ 主記憶装置
８０４ 補助記憶装置
８０５ インタフェース

Claims (17)

1. 家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得部と、
   前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定部と、
   を備える家畜疾病管理システム。
2. 前記疾病リスク推定部は、前記画像情報から抽出した家畜の外観から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１に記載の家畜疾病管理システム。
3. 前記疾病リスク推定部は、前記画像情報から抽出した家畜の活動量から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１又は２に記載の家畜疾病管理システム。
4. 前記疾病リスク推定部は、家畜の画像情報から当該家畜の疾病リスクを推定することを学習した疾病リスク推定数理モデルにより、前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１に記載の家畜疾病管理システム。
5. 前記飼養状況取得部は、前記家畜のいる空間にて発せられる音を前記飼養状況情報として取得し、
   前記疾病リスク推定部は、前記飼養状況取得部により取得した前記音から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１から４のいずれか一項に記載の家畜疾病管理システム。
6. 前記飼養状況取得部は、前記家畜のいる空間にて発せられる臭気を前記飼養状況情報として取得し、
   前記疾病リスク推定部は、前記飼養状況取得部により取得した前記臭気から前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１から５のいずれか一項に記載の家畜疾病管理システム。
7. 前記飼養状況取得部は、前記家畜が収容された複数の畜舎にそれぞれ設けられた環境情報取得器により前記畜舎ごとの環境情報を取得し、
   前記疾病リスク推定部は、前記環境情報の類似性を用いて２以上の畜舎について前記家畜の状況を比較することにより前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する、
   請求項１から６のいずれか一項に記載の家畜疾病管理システム。
8. 前記疾病リスク推定部は、前記家畜の状況に応じた疾病リスクを、疾病種類別に推定する、
   請求項１から７のいずれか一項に記載の家畜疾病管理システム。
9. 前記疾病リスク推定部は、前記家畜の状況に応じた疾病リスクを、少なくとも呼吸器系疾病、消化器系疾病、神経系疾病を含む疾病種類別に推定する、
   請求項８に記載の家畜疾病管理システム。
10. 前記疾病リスク推定部により推定された疾病リスクが所定の条件を満たした場合に、当該所定の条件を満たした家畜に関する情報を記憶する疾病発症管理記憶部を、さらに備える
    請求項１から９のいずれか一項に記載の家畜疾病管理システム。
11. 前記疾病発症管理記憶部に記憶された家畜に関する情報は、前記家畜の飼養者に閲覧可能である
    請求項１０に記載の家畜疾病管理システム。
12. 前記疾病リスク推定部により推定された疾病リスクが所定の条件を満たした場合に、所定の連絡先に通知を行う報知部を、さらに備える
    請求項１から１１のいずれか一項に記載の家畜疾病管理システム。
13. 前記家畜の疾病リスクを含む疾病管理情報を所定の書式に変換する書式変換部をさらに備える
    請求項１から１２のいずれか一項に記載の家畜疾病管理システム。
14. 前記家畜は豚である、
    請求項１から１３のいずれか一項に記載の家畜疾病管理システム。
15. 家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得部と、
    前記飼養状況取得部により取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定部と、
    を備える家畜疾病管理サーバ。
16. 家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得ステップと、
    前記飼養状況取得ステップにて取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定ステップと、
    を備える家畜疾病管理方法。
17. 家畜を撮像した画像情報を含む飼養状況情報を取得する飼養状況取得ステップと、
    前記飼養状況取得ステップにて取得した前記画像情報に映る家畜を抽出して前記家畜の状況を解析し、当該家畜の状況に応じた疾病リスクを推定する疾病リスク推定ステップと、
    をコンピュータに実行させる家畜疾病管理プログラム。
    
    

Images