EyeAM: Digital transformasjon av kjøttkontroll

Resultater og funn #

• Animasjon som viser flyten av matkjedeinformasjon i den norske verdikjeden for kjøttproduksjon. 
• Brukt eksisterende helseregistreringer fra gris for utvikling av et transaksjonssystem for dypere innsikt i besetningshelse hos slaktegris. 
• Utviklet og tester en kameramodell for vurdering av skitne slaktedyr på slakteri (kategorisering skitne slaktedyr 0, 1, 2). Hensikten er å tilby et system for objektiv kategorisering av skitne slaktedyr (storfe).
• Sammenlignet registreringer av brysthinnebetennelse og lungebetennelse hos slaktegris i Utvidet sykdomsregistrering med kamera-robot fra det italienske firmaet Farm4Trade. Resultater viser at kamera-roboten fanger opp mer informasjon som gir mer innsikt i besetningshelse hos slaktegris.
• Sammenstilling av resultater fra EyeAM-prosjektet og om andre tilsvarende teknologier fra andre land til et læringsverktøy/oppsummering som kan være nyttig for næringen, akademia og forvalting.

Dette ville vi finne ut #

Hovedmålet for EyeAM-prosjektet er å definere, utvikle og demonstrere nye løsninger for overvåking og kontroll av mattrygghet, dyrevelferd og dyrehelse i slakteriene. Kjøttkontroll og offentlig tilsyn i slakteriene er tid- og ressurskrevende. Det er derfor hensiktsmessig å se om en kan etablere bedre og mer automatiserte systemer.

Slik jobbet vi #

Det er definert fem arbeidspakker i prosjektet. Disse inkluderer strukturering av konsept og mobilisering av allerede eksisterende kompetanse, utnyttelse av MKI fra Dyrehelseportalen og Mattilsynets kjøttkontroll system (MAKKS), automatisere kontrollen av dyr til slakt (ante mortem) inkludert kontroll med skitne slaktedyr for å oppnå større objektivitet i vurderingene og testing av automatisk bilderegistrering av bryst- og lungebetennelse hos gris i kjøttkontrollen.