La Universidad de Murcia (UMU) ha dado un paso decisivo en la aplicación de la inteligencia artificial al ámbito de la sanidad animal con el desarrollo y patentado de una herramienta innovadora capaz de detectar y clasificar el estado de salud del ganado porcino mediante el análisis de saliva. Se trata de una tecnología pionera que combina modelos de aprendizaje profundo supervisado con el estudio de biomarcadores salivales, ofreciendo una alternativa no invasiva, rápida y altamente precisa a los métodos tradicionales de diagnóstico veterinario. El sistema ha demostrado una sensibilidad y especificidad superiores al 95%, lo que lo sitúa como una solución de gran potencial para la gestión sanitaria de las explotaciones porcinas.
Esta propuesta tecnológica ha sido desarrollada por los investigadores Ana María Gutiérrez Montes, del Departamento de Medicina y Cirugía Animal, y Francisco Javier Ibáñez López, del Departamento de Didáctica de las Ciencias Matemáticas y Sociales. La colaboración entre ambas áreas de conocimiento ha sido clave para transformar datos biológicos complejos en una herramienta práctica y aplicable al entorno productivo, un ejemplo de cómo la investigación interdisciplinar puede generar soluciones reales para los retos del sector ganadero.
En la actualidad, el diagnóstico de enfermedades en el ganado porcino suele requerir la intervención directa de personal veterinario especializado y la realización de procedimientos invasivos, como la extracción de muestras de sangre. Estas técnicas, aunque efectivas, implican la inmovilización de los animales, generan estrés y pueden afectar negativamente a su bienestar. Además, en explotaciones de gran tamaño, este tipo de procedimientos dificulta la monitorización continua del estado de salud de los animales y puede incrementar los riesgos en términos de bioseguridad.
Herramienta de IA desarrollada por la UMU
La herramienta desarrollada por la UMU plantea un cambio de paradigma al utilizar la saliva como muestra biológica para el diagnóstico. La saliva es una alternativa sencilla, segura y no invasiva, que puede ser recogida fácilmente por el propio personal de la granja sin necesidad de formación veterinaria especializada. Esta característica facilita la toma de muestras de forma periódica y sistemática, permitiendo un seguimiento más estrecho del estado sanitario del ganado.
Las muestras de saliva contienen una amplia variedad de biomarcadores relacionados con procesos metabólicos, inmunitarios, inflamatorios y de estrés. Estos indicadores ofrecen una visión detallada del estado fisiológico del animal y constituyen una fuente de información de gran valor para la detección temprana de patologías.
Una vez recogidas, las muestras de saliva se analizan y los datos obtenidos se introducen en un sistema de clasificación basado en inteligencia artificial. El núcleo de la herramienta es un modelo de aprendizaje profundo supervisado, entrenado previamente con grandes volúmenes de datos de referencia procedentes de animales sanos y enfermos. Gracias a este entrenamiento, el sistema es capaz de identificar patrones complejos y sutiles que serían difíciles de detectar mediante métodos convencionales.
El resultado es una herramienta capaz de diferenciar con alta fiabilidad entre animales sanos y enfermos, alcanzando niveles de sensibilidad y especificidad superiores al 95%. Este grado de precisión no solo permite detectar la presencia de enfermedad, sino que también ofrece una clasificación más detallada de los casos patológicos.
En concreto, el sistema puede distinguir entre afecciones inflamatorias localizadas y procesos sistémicos potencialmente infecciosos, una información especialmente valiosa para la toma de decisiones en la gestión sanitaria de las granjas. Esta capacidad de discriminación permite actuar de manera más rápida y eficaz, adaptando las medidas de control y tratamiento a cada situación concreta.
La detección temprana de enfermedades es uno de los factores clave para garantizar la sostenibilidad del sector porcino. En un contexto marcado por la necesidad de reforzar la bioseguridad, reducir el uso de antibióticos y prevenir la propagación de enfermedades contagiosas, herramientas como la desarrollada por la UMU adquieren una relevancia estratégica.
“Al facilitar la identificación precoz de animales enfermos, la tecnología contribuye a reducir la propagación de patógenos, optimizar el uso de tratamientos veterinarios y mejorar la eficiencia de los protocolos de bioseguridad, así como a garantizar el correcto estado de salud del ganado porcino”, explica Ana María Gutiérrez Montes. Esta mejora en la gestión sanitaria repercute directamente en la seguridad alimentaria y en la protección de la salud pública, aspectos cada vez más valorados por consumidores y autoridades.
Además, la posibilidad de monitorizar de forma continua y no invasiva el estado de salud del ganado permite intervenir antes de que las enfermedades se propaguen dentro de la explotación, reduciendo pérdidas económicas y mejorando la productividad global.
La herramienta no se ha quedado en el ámbito experimental. Ha sido validada en condiciones reales de campo en el marco del proyecto PigMarkSaL, un estudio de gran envergadura que ha incluido el análisis de más de 1.000 animales y la colaboración de diversas instituciones y empresas del sector porcino. Los resultados obtenidos han confirmado la elevada precisión, fiabilidad y reproducibilidad del sistema en entornos productivos reales.
Esta validación a gran escala refuerza la viabilidad de la herramienta y demuestra su capacidad para integrarse en la rutina diaria de las explotaciones porcinas, aportando información útil y accionable para la gestión sanitaria.
Tras la patente de la herramienta, la Universidad de Murcia trabaja actualmente en colaboración con empresas del sector para promover su implantación industrial. El objetivo es culminar con éxito el proceso de transferencia de esta tecnología universitaria al tejido productivo, facilitando su adopción por parte de las explotaciones porcinas y contribuyendo a modernizar la gestión sanitaria del sector.
La implementación de esta herramienta podría suponer un avance significativo en términos de bienestar animal, eficiencia productiva y sostenibilidad. Al reducir el estrés asociado a los métodos diagnósticos tradicionales y mejorar la capacidad de prevención, se favorece un modelo de producción más responsable y alineado con las exigencias actuales del mercado y de la sociedad.
En definitiva, la patente desarrollada por la UMU representa un ejemplo claro de cómo la inteligencia artificial puede aplicarse de manera efectiva a la sanidad animal, ofreciendo soluciones innovadoras a problemas históricos del sector porcino. Con tecnologías como esta, el diagnóstico veterinario avanza hacia un enfoque más preventivo, preciso y respetuoso con los animales, sentando las bases de una ganadería más inteligente y sostenible.
