牲畜在生病初期往往會出現姿態或動作的細微變化，這些變化是疾病的早期預警信號。傳統的監測方式依賴人工觀察，不僅耗時且易受主觀判斷影響。為了解決這個問題，AI 影像辨識技術，特別是姿態估計（Pose Estimation），為實現自動化、非侵入式監測提供了強大的可能性。

圖一︑基於物聯網的乳牛健康監測系統架構。不同箭頭顏色表示不同的無線通訊技術：BLE（藍色）、WiFi/乙太網路（紅色）、GSM/網路（黑色）。

這類監測系統的核心在於建立一個「健康基準」（或稱「常態模型」）。透過對健康動物群體進行長時間的持續監測，系統能夠記錄和學習其正常的行為模式，例如：
時間分佈： 每天站立、躺臥、進食和反芻的總時間及特定的時間段。
行為序列： 正常的行為轉換模式，例如從躺臥到站立的順序與所需時間。
姿態與步態： 正常的身體姿勢（如背部弧度）以及行走時的步態穩定性和速度。

圖二︑牛頸圈上安裝的裝置(灰色)及其構造

一旦建立了健康基準，系統便能利用異常檢測演算法來比對新採集到的數據。這些演算法能夠即時識別出與常態模型存在顯著偏差的「異常」行為，並發出預警。這些異常行為可能包括：
躺臥時間異常增加或減少：表示動物可能正在經歷疾病、疼痛或消化不良。
行走步態不穩或跛行： 這是判斷肢體疾病和疼痛的關鍵指標。
採食行為與反芻時間減少： 這些是消化系統問題、疾病或壓力常見的早期徵兆。
肢體姿勢異常：動物為了減輕疼痛而呈現不自然的站姿。

圖三︑監測乳腺炎治療情況：10 月 31 日和 11 月 3 日連續復發兩次

透過將姿態估計技術與異常檢測演算法相結合，養殖業者能夠及早發現問題，及時干預，有效提升動物福利並降低因疾病造成的經濟損失。這不僅是現代畜牧業智慧化的重要方向，也為動物行為學和獸醫學研究提供了新的工具。

順勢宣傳一下
2025/09/03至2025/09/05 位於南港展覽館舉辦台灣智慧農漁週

2025/09/04 10:00至16:00 位於南港展覽館一館5樓會議室505AB 由農業部科技司
舉辦2025 智慧農業國際研討會：AI 農力-洞見農業未來之路 論壇活動
10:40至11:10 由美國農業部農業研究署 主講的 人工智慧在美國農業的應用與發展趨勢
13:35至13:55 由農研機構(NARO) 主講的 日本農業專用生成式 AI 發展
13:55至14:25 由國立中興大學資訊工程學系 主講的 從文獻到田間：神農 TAIDE 以知識引擎推動農業創新

參考文獻:
Unold, O., et al. (2020). "IoT-Based Cow Health Monitoring System." Computational Science – ICCS 2020, 12141, 344.2020 May 25;12141:344–356. doi:10.1007/978-3-030-50426-7_26