Resumen: La gestión tradicional de los RAS se basa en el seguimiento de los datos medios del grupo (por ejemplo, peso medio, comportamiento alimentario general), aunque las enfermedades o el retraso del crecimiento suelen comenzar con peces individuales. Un nuevo proyecto financiado por el Departamento de Agricultura de EE.UU. pretende superar esta limitación. Utilizando imágenes avanzadas e inteligencia artificial, pretende lograr la identificación individual sin contacto y el seguimiento de la salud de cada salmón dentro de un RAS "Bluehouse" de confinamiento cerrado.
Principio técnico: Creación de una "identificación biométrica" para cada pez
El equipo del proyecto ha desarrollado un sistema submarino de captación de imágenes de alta definición. Mientras los peces nadan por un canal específico, el sistema capta imágenes de alta resolución. Un algoritmo de inteligencia artificial analiza docenas de características biológicas únicas de cada pez, como patrones de manchas en la piel, morfología de las aletas y contornos corporales, para crear un perfil único de "reconocimiento facial". Al cruzarlo con los datos de las marcas PIT implantadas, el sistema ya puede identificar con gran precisión a individuos concretos dentro del banco.
Más allá de la identificación: Hacia una vigilancia sanitaria de precisión
La aplicación de orden superior de esta tecnología reside en la alerta sanitaria precoz:
Identificación de lesiones y estrés: Mediante imágenes multiespectrales, el sistema puede detectar cambios sutiles en la coloración de la piel y el flujo sanguíneo causados por abrasiones, infecciones o estrés. Estos cambios, a menudo imperceptibles para el ojo humano, sirven de indicadores precoces de enfermedad.
Curvas de crecimiento individual: Mediante la identificación repetida, pueden trazarse trayectorias de crecimiento precisas para cada pez. Esto permite detectar a tiempo a los "rezagados" y analizar las razones de su desviación del grupo (por ejemplo, desventaja competitiva, infección subclínica).
Perspectivas de aplicación industrial
Alimentación de precisión: En función del tamaño y la tasa de crecimiento de cada individuo, los futuros sistemas podrían utilizar mecanismos de compuertas inteligentes para desviar a los distintos individuos a zonas separadas para una alimentación diferenciada, mejorando así la eficiencia general de la alimentación.
Prevención y control precoz de enfermedades: Una vez que se identifica un individuo que presenta un comportamiento anormal o signos tempranos de lesiones, se puede aislar automáticamente de forma inmediata, evitando así brotes de enfermedades en el entorno de la cría intensiva.
Selección de cría optimizada: En el cultivo de reproductores, esto permite la recopilación continua y sin fisuras de datos individuales de crecimiento y resistencia a enfermedades, lo que supone una ayuda sin precedentes para seleccionar peces progenitores con rasgos superiores.
Perspectivas: Esta tecnología en desarrollo representa una de las direcciones definitivas para la gestión de los sistemas de acuicultura por gravedad basada en datos, ya que afina la granularidad de la gestión de "un tanque de peces" a "cada pez". Promete mejorar significativamente la previsibilidad de la cría, las normas de bienestar animal y la eficiencia general de la producción. A medida que disminuyan los costes de hardware y maduren los algoritmos, el seguimiento individual se convertirá en una característica estándar en las futuras operaciones de los SAR de gama alta.
ES 
EN 
FR