繁殖・生殖工学1

[III-16-01] ルーメンセンサから得られる温度データの機械学習による乳牛の分娩予測

*Eri Furukawa¹, Shogo Higaki², Akira Matsuzaki³, Hanako Bai⁴, Masashi Takahashi⁴, Seiji Katagiri¹, Yojiro Yanagawa¹ (1. Hokkaido Univ. Vet Med, 2. NARO, 3. The Better, 4. Hokkaido Univ. Agri)

【目的】分娩監視に要する労力の軽減を目的に、ルーメン温度データの機械学習による分娩予測を試みた。【方法】ルーメンセンサ（LiveCareシステム、ULikeKorea、韓国）を留置したホルスタイン種牛18頭を供試した。分娩前14日から分娩後2日までの１時間毎のルーメン温度データを用いて、現在の値と前3日間の同時刻の値の差（差分ルーメン温度：rRT）を算出して解析した。分娩1～48時間前のrRTを基に階層クラスター解析を行うとともに、全期間のrRTを基に24時間以内の分娩を予測する機械学習モデルの構築を試みた。3種の機械学習モデル（ランダムフォレスト、サポートベクターマシン、ニューラルネットワーク）を用い、交差検証により感度と精度（陽性的中率）を比較した。【結果】rRTは分娩前約48時間から5時間にかけて約0.7℃低下した。クラスター解析により供試牛を3群に分類すると、各群のrRTの低下開始時期と低下幅はそれぞれ分娩1.5日前・1.0℃、1.5日前・0.4℃、3日前・1.0℃であった。この結果を基に8つの特徴量（=説明変数）を抽出し、分娩予測モデルの作成・交差検証を行った結果、いずれのモデルでも、予測感度は約80～90％、精度は約80％であった。この予測感度はカットオフ値を用いた既報の予測手法の感度（69%）よりも高く、ルーメン温度データの機械学習による分娩予測の有用性が示された。