返回列表我国的规模化牧场建设起步较晚，但发展很快。根据全国畜牧总站统计的数据，近年来100头以下的牧场数量在逐年减少，而1000头以上规模牧场增长较快，从2010年到2015年1000头以上规模牧场累计增长了64%。
2010-2015年全国不同规模牧场数
随着规模化的牧场的增多，兽医人均需要照料的奶牛数也越来越多。一个存栏500头的牧场通常只有一个兽医，据统计90年代兽医人均需要照料的奶牛约为200头，而目前这一数量已增加至600头，不可否认的是兽医们真的越来越忙了。
1994-2017年兽医人均照料牛头数及淘汰牛比例变化
由于兽医需要照料的奶牛越来越多，导致兽医们没有足够的精力照顾到每一头病牛。为保障奶牛健康绩效考核达标，兽医一门心思去照顾病入膏肓的奶牛，从而忽略了那些发病初期的奶牛。这些发病初期的奶牛没有及时被揭发和及时治疗，最终给兽医带来一波未平一波又起的负担。
当兽医没有足够多的精力和时间照料病牛，就会引起牧场奶牛淘汰比例增加。从数据来看：近年规模牧场奶牛平均年淘汰的比例从7%增加至23%。我们进一步进深入分析来看：主动淘汰和被动淘汰奶牛的数量都在逐年增加，但主动淘汰奶牛的比例已从59%下降至38%，而被动淘汰奶牛的比例则从41%猛增至62%。
可见被动淘汰奶牛的增加才是淘汰奶牛增长的主要因素。而被动淘汰奶牛快速增加的根本原因就是兽医人均照料的牛头数呈倍数增长，兽医已经不能够完全的按照奶牛诊断流程的十项内容，来照顾每一头奶牛。
传统牧场疾病诊断步骤
对于现代化的牧场如何减少被动淘汰？这恐怕是所有牧业人应该认真考虑的问题了！我们依然提倡以奶牛诊断流程的十项内容作为诊断技能的必要流程：
1. 询问病史
2. 全身状态的检查（眼观）
3. 体温、脉搏数及呼吸数的测定
4. 被毛、皮肤和体表淋巴结检查
5. 心血管系统检查（听诊，触诊）
6. 呼吸系统检查（听诊，眼观）
7. 消化系统的检查（触诊，眼观）
8. 乳房的检查（乳汁，乳区）
9. 直肠检查（触诊）
10. 四肢关节及蹄部的检查（触诊）
但传统诊断流程中的十项内容相对繁琐，如果能在执行诊断流程的十项内容之前先进行一轮病牛筛选，再由兽医进行确诊，将大大提升诊断的效率和准确度。
打个比方：病人前往医院看病时，医生简单询问状况后，会让病人去做各种各样的化验，比如血常规检查、心电图、CT等。然后医生再根据检测结果确定病人病情，并给出治疗方案。这样一来病情诊断更准确了，医生的效率也大大提高了。
心电图（ECG）
目前奶牛的状况虽然没有完善的检测打前阵，但是随着牧场管理系统及挤奶机的发展，越来越多设备厂家开始利用管理系统和传感器收集奶牛数据及奶牛行为数据，以此来协助记录牧场生产管理。
那么规模化的牧场改如何利用这些管理系统和传感器收集上来的数据进行奶牛健康的监控行为呢？数据是奶牛健康监控的基础，因此要尽可能多地准确地收集奶牛数据。比如阿菲金的MPC挤奶点传感器可监测每头奶牛每天的产奶量，每班次的奶产量，每班次的挤奶效率、电导率、挤奶时间等数据。阿菲金的二代计步器可监测奶牛活动量、躺卧时间。阿菲金的Silent Herdsman奶牛监测项圈可以监测奶牛的采食以及反刍情况。
阿菲金奶牛检测系统（基于二代计步器）
阿菲金监测的各班次挤奶相关数据
当奶牛健康状况发生变化时，首先表现在每个班次的奶产量、挤奶效率、电导率、挤奶时间、活动量及躺卧时间等这些数据上。当奶牛健康发生变化时，这些数据会发生剧烈的变化，曲线会有大幅度的波动。因此牧场管理系统可以通过分析传感器收集到的奶厅挤奶数据及奶牛行为数据来筛选可能发病的奶牛。例如：在阿菲牧软件中当产奶量急剧下降，同时电导率急剧上升，系统就会判定该奶牛可能发生了乳房炎，将它列为异常牛，见下图。
阿菲牧软件会从成千上万头牛只中通过异常数据分析处理和筛选，排除那些在数据上无任何异常的牛只，找出数据异常的牛只，形成异常牛只报告。从阿菲牧软件的异常牛只报告中，可以清晰地看到可能患有乳房系统疾病，消化代谢疾病，新产牛护理，繁殖疾病等有健康问题的牛只，如下图所示：
这些牛就是管理系统认为有健康问题的牛只，可从系统中打印出兽医每天需要处理有健康问题奶牛的详细信息，以此作为兽医每天的工作清单。
提高规模化牧场奶牛健康监控效率，及早揭发病牛，及时有效处理病牛才是真正能降低被动淘汰的有效途径。减少被动淘汰才能更好的挽回因为健康问题给牧场带来的损失，进一步提升牧场效益！利用智能管理系统，用数据来提升奶牛健康管理效率已经迫在眉睫！
