Upp till 90 procent av världens värphöns drabbas av smärtsamma bröstbensskador, vilket påverkar både djurvälfärden och äggproduktionen negativt. Nu har forskare vid SLU utvecklat en ny AI-baserad metod. Med hjälp av röntgenbilder kan man analysera bröstbenens form och struktur på ett effektivt och objektivt sätt.

– Vår AI-baserade metod gör det möjligt att identifiera bröstbensskador på ett mer precist sätt. Det öppnar upp för nya möjligheter att selektera fram värphöns med bättre benhälsa. Något som förbättrar både djurvälfärden och stärker hållbarheten i äggproduktionen, säger Sallam Mohammad Abdallah, doktorand vid SLU.

Kan bidra till friskare höns

Globalt finns cirka 7,8 miljarder värphöns som producerar 87 miljoner ton ägg per år. En stor del av dessa drabbas av bröstbensskador, trots att orsakerna bakom inte varit helt klarlagda.

Tidigare har problemen kopplats till benskörhet, men forskning visar att även höns med starka ben kan drabbas. Därför har SLU-forskarna kombinerat AI och röntgenteknik för att få en mer heltäckande bild av bröstbenens kvalitet.

I en studie av 1 050 fåglar undersöktes olika mått på bröstbenens kvalitet. Resultaten visade att benets täthet inte var en pålitlig indikator på skador. En större konkav area – ett mått på bröstbenets böjning – hade däremot en tydlig koppling till frakturer och deformationer. Dessutom visade sig denna egenskap vara ärftlig, vilket gör den möjlig att selektera bort i avel.

Kan vidareutvecklas för fler användningsområden

Forskarna ser stor potential i att vidareutveckla metoden. Den kan exempelvis användas för att analysera andra ben, såsom skenbenet, och kan integreras både i avelsprogram och inom forskning.

– Genom att kombinera digital teknik med genetisk selektion kan vi förbättra djurvälfärden och skapa en mer hållbar äggproduktion, säger Sallam Mohammad Abdallah.

Sallam Mohammad Abdallah försvarade sin doktorsavhandling Digital and genetic tools to improve bones of laying hens den 7 mars vid SLU.