
La acuicultura prioriza cada vez más el bienestar animal y exige métodos de monitoreo no invasivos. La visión artificial (MV, por sus siglas en inglés) ofrece una solución prometedora al permitir la observación no invasiva en tiempo real de la salud y el comportamiento de los animales.
Una revisión científica publicada por investigadores de la Swansea University, de la University of Bristol y del Instituto de Investigacións Mariñas (IIM-CSIC) examina las aplicaciones prácticas de la MV en la acuicultura, centrándose en el hardware, los algoritmos y los desafíos asociados con su implementación.
Si bien la MV ha demostrado ser prometedora en la estimación de métricas relacionadas con el tamaño, su aplicación a indicadores clave de bienestar como la detección de parásitos y el reconocimiento de comportamientos de estrés sigue siendo relativamente limitada. Esta revisión destaca el potencial de la MV para revolucionar el monitoreo del bienestar en la acuicultura, al tiempo que reconoce los desafíos críticos que deben abordarse para su adopción generalizada.
La importancia del bienestar animal
El bienestar animal en la acuicultura es primordial y abarca el bienestar físico y mental en cinco dominios: nutrición, medio ambiente, salud, interacciones sociales y estado mental. Los métodos tradicionales de evaluación del bienestar en la acuicultura a menudo implican procedimientos invasivos, que causan estrés e impactan el bienestar animal. Esto es particularmente preocupante dado el creciente reconocimiento de la sensibilidad en peces y crustáceos.
La creciente demanda de productos del mar producidos éticamente y la necesidad de mejorar los estándares de bienestar requieren el desarrollo de técnicas de monitoreo no invasivas. La visión artificial (MV), impulsada por inteligencia artificial (IA) y aprendizaje automático (ML), ofrece una posible solución. Al analizar datos visuales, la MV puede evaluar varios aspectos de la salud y el comportamiento de los animales sin la necesidad de manipulación física, minimizando así el estrés y mejorando el bienestar general.
El potencial de la visión artificial en la acuicultura
La MV tiene el potencial de revolucionar la acuicultura al:
- Reducir el estrés: Eliminar la necesidad de manipulación minimiza el estrés asociado con la captura, el transporte y el examen físico.
- Mejorar la eficiencia: Automatizar tareas como el monitoreo del crecimiento y la detección de enfermedades puede aumentar la eficiencia y reducir los costos laborales.
- Permitir el monitoreo en tiempo real: La observación continua permite la identificación rápida de problemas de salud y cambios de comportamiento, lo que permite intervenciones oportunas.
- Facilitando la acuicultura de precisión: La integración de la MV con otras tecnologías puede permitir la toma de decisiones basada en datos y optimizar las prácticas de producción.
Aplicaciones de la visión artificial en la acuicultura para el bienestar animal
- Estimación del tamaño y biomasa: La MV se ha utilizado para medir el crecimiento y la biomasa de los peces, lo cual es importante para detectar individuos atrofiados debido al estrés o la mala nutrición.
- Monitoreo del comportamiento: Aunque aún está en desarrollo, la MV se utiliza para monitorear la actividad alimentaria y otros comportamientos relacionados con el bienestar. El análisis de la postura y los patrones de movimiento puede ayudar a detectar comportamientos anormales.
- Detección de parásitos y enfermedades: La MV puede detectar ectoparásitos y heridas, lo cual es crucial para la salud y el bienestar de los animales. La detección temprana de enfermedades mediante MV puede permitir un tratamiento más rápido y reducir la propagación de brotes.
- Identificación de individuos y especies: La MV puede identificar especies en policultivos, así como individuos en estudios a menor escala. El reconocimiento individualizado puede ser útil para hacer seguimiento de parámetros de bienestar en ciertos casos.
- Monitoreo de la densidad poblacional: La MV puede usarse para estimar el tamaño de la población, lo que ayuda a controlar las pérdidas por escapes, depredación o enfermedades.
Desafíos del uso de la visión artificial en la industria de la acuicultura
Para que la visión artificial pueda convertirse en una importante herramienta aún debe superar los siguientes desafíos:
- Aplicación limitada a los indicadores de bienestar: La detección de ectoparásitos, la identificación de enfermedades y el reconocimiento de comportamientos relacionados con el estrés siguen siendo desafíos importantes.
- Restricciones ambientales: Las altas densidades, la mala calidad del agua y la visibilidad limitada en entornos comerciales pueden dificultar la captura y el análisis precisos de imágenes.
- Procesamiento y análisis de datos: El procesamiento y análisis de grandes volúmenes de datos visuales requiere una importante potencia computacional y algoritmos sofisticados.
- Falta de estandarización: La ausencia de protocolos estandarizados para la recopilación de datos, la configuración de cámaras y el diseño de algoritmos dificulta la comparabilidad de los datos y dificulta su adopción generalizada.
- Pocos estudios en crustáceos: La mayoría de los estudios se han centrado en peces (85%), con una escasez de estudios en crustáceos (3.8%) a pesar de que son los organismos acuáticos más cultivados en el mundo. Esto representa una importante brecha de conocimiento, dada la creciente presión para monitorear el bienestar en crustáceos.
Direcciones futuras:
Superar estos desafíos requiere:
- Desarrollo de algoritmos avanzados: Centrarse en el desarrollo de algoritmos que puedan detectar con precisión cambios sutiles de comportamiento, identificar enfermedades y evaluar infestaciones de parásitos.
- Soluciones de hardware y software robustas: Invertir en el desarrollo de soluciones de hardware y software robustas y rentables que puedan funcionar de manera eficaz en entornos acuícolas desafiantes.
- Intercambio de datos y colaboración: Fomentar la colaboración entre investigadores, partes interesadas de la industria y proveedores de tecnología para compartir datos, desarrollar las mejores prácticas y acelerar el desarrollo y la implementación de tecnologías de visión artificial.
- Abordar las consideraciones éticas: Asegurarse de que el uso de tecnologías de visión artificial en la acuicultura sea éticamente correcto y que el bienestar animal siga siendo la principal preocupación.
Implicación de la visión artificial para los acuicultores
Las implicancias de la visión artificial (MV) para la industria de la acuicultura son significativas y abarcan tanto la eficiencia de la producción como el bienestar animal. Aquí están las principales implicaciones:
Mejora del bienestar animal
La MV tiene el potencial de transformar el monitoreo del bienestar en la acuicultura. Al reducir el estrés y permitir la detección temprana de enfermedades y parásitos, se pueden implementar medidas correctivas de manera oportuna. El monitoreo del comportamiento puede servir como un sistema de alerta temprana antes de que el bienestar se vea seriamente comprometido.
Automatización y reducción de mano de obra
La MV puede automatizar tareas como la alimentación, el monitoreo de la calidad del agua y la evaluación del bienestar, reduciendo la necesidad de mano de obra y los costos asociados. Esto también agiliza los procesos y mejora la eficiencia operativa.
Aumento de la eficiencia y sostenibilidad
Al integrar la MV con otros dispositivos inteligentes y la inteligencia artificial (IA), se puede avanzar hacia la «acuicultura inteligente«, donde el monitoreo y la toma de decisiones son automáticos. Esto permite aumentar la eficiencia y sostenibilidad de la producción acuícola.
Cumplimiento de estándares éticos y demandas del consumidor
La creciente presión de los legisladores y el público por mejores estándares de bienestar animal y alimentos producidos éticamente puede ser satisfecha con la aplicación de la MV en la acuicultura. El uso de MV para reducir el estrés y mejorar el bienestar animal puede aumentar la confianza del consumidor en los productos acuícolas.
Desarrollo de sistemas multifuncionales
La MV puede ser utilizada para múltiples propósitos, como la identificación de especies, la estimación del tamaño, el monitoreo de la alimentación y la salud, lo cual permite la creación de sistemas de monitoreo más eficientes y económicamente viables.
Desarrollo de conjuntos de datos específicos
La disponibilidad de conjuntos de datos de imágenes y videos de entornos de acuicultura es crucial para entrenar algoritmos de MV que funcionen de manera eficiente en la industria. El uso de conjuntos de datos preexistentes como Fish4knowledge puede ayudar, pero se necesitan conjuntos de datos más específicos para la acuicultura.
Conclusión
La visión artificial tiene un inmenso potencial para transformar el monitoreo del bienestar en la acuicultura. Al superar los desafíos actuales y fomentar la investigación y el desarrollo continuos, la visión artificial puede desempeñar un papel crucial en la creación de una industria acuícola más sostenible, ética y eficiente.
Sin embargo, la adopción exitosa de la MV en la acuicultura requiere superar desafíos técnicos y prácticos, además de desarrollar sistemas que sean económicamente viables y adaptados a las necesidades de la industria.
El estudio fue financiado por la Swansea University; HORIZON EUROPE Framework Programme y la Royal Society Industry Fellowship.
Contacto
Carlos Garcia de Leaniz
Department of BioSciences, Swansea University
CSAR, Swansea, UK
CIM, Universidade de Vigo
Vigo, Spain
Email: c.garciadeleaniz@swansea.ac.uk
Referencia (acceso abierto)
Fitzgerald, A., Ioannou, C. C., Consuegra, S., & Dowsey, A. (2025). Machine Vision Applications for Welfare Monitoring in Aquaculture: Challenges and Opportunities. Aquaculture, Fish and Fisheries, 5(1), e70036. https://doi.org/10.1002/aff2.70036