Investigadores del Instituto Tecnológico de Vellore, en India, analizaron 81 trabajos científicos sobre tecnologías capaces de reconocer enfermedades y alteraciones del comportamiento de las aves mediante imágenes, sonidos y sensores ambientales.
Redacción: Redacción Mundo Agropecuario BET
Editor: Karem Díaz S.
La combinación de inteligencia artificial, visión computacional y sensores acústicos está ampliando las posibilidades de automatizar la vigilancia sanitaria en las explotaciones avícolas, según una investigación publicada el 17 de noviembre de 2026 en la revista científica Frontiers in Animal Science.
Los investigadores Santhosh Kumar y P. J. Kumar, del Instituto Tecnológico de Vellore, en India, analizaron 81 publicaciones científicas correspondientes al período comprendido entre 2016 y 2026 para identificar los avances y las limitaciones de estas tecnologías.
El trabajo identifica oportunidades para integrar diferentes fuentes de información dentro de sistemas de vigilancia continua, aunque advierte que todavía existen obstáculos importantes para su utilización generalizada en explotaciones comerciales.
La vigilancia sanitaria mediante diferentes fuentes de información
Los investigadores organizaron los trabajos examinados en cuatro grandes áreas: diagnóstico de enfermedades, seguimiento de la salud y el bienestar animal, vigilancia de la mortalidad y la bioseguridad, y seguridad alimentaria después del sacrificio.
El análisis muestra que las tecnologías basadas en imágenes constituyen el grupo predominante de las investigaciones revisadas. No obstante, los registros acústicos, térmicos, ambientales y de comportamiento están adquiriendo importancia como fuentes complementarias.
Las cámaras permiten reconocer alteraciones del comportamiento
Los sistemas de visión artificial pueden examinar de manera automatizada los desplazamientos de las aves, su distribución dentro de las instalaciones y determinadas manifestaciones físicas asociadas con problemas sanitarios.
Estas aplicaciones ofrecen la posibilidad de mantener una vigilancia más frecuente sin aumentar proporcionalmente el número de inspecciones manuales. Entre los antecedentes tecnológicos destacan los sistemas de seguimiento del comportamiento de pavos mediante drones y visión artificial desarrollados en Estados Unidos.
Sin embargo, reconocer una disminución de la actividad o una postura anormal no permite identificar necesariamente la enfermedad responsable. La información debe interpretarse conjuntamente con otros indicadores sanitarios.
La detección acústica de enfermedades respiratorias
Los micrófonos instalados en los alojamientos avícolas permiten registrar sonidos relacionados con la actividad de las aves, incluyendo vocalizaciones y manifestaciones respiratorias.
El procesamiento automatizado de estos registros puede ayudar a identificar acontecimientos que pasarían inadvertidos durante una inspección convencional.
La investigación señala que las interferencias acústicas propias de las instalaciones comerciales, como los ventiladores, los equipos de alimentación y las vocalizaciones simultáneas de numerosos animales, dificultan la identificación de señales individuales.
Por este motivo, los sistemas necesitan algoritmos capaces de diferenciar los sonidos relevantes del ruido ambiental sin generar un número excesivo de alertas incorrectas.
Procesar la información directamente en las explotaciones
Otra línea de desarrollo consiste en trasladar parte del procesamiento informático desde los servidores remotos hacia dispositivos instalados en las propias granjas.
Esta arquitectura, denominada computación en el borde o edge computing, puede disminuir la dependencia de una conexión permanente a internet y facilitar el análisis local de imágenes y registros acústicos.
El consumo eléctrico, la memoria disponible y la capacidad de procesamiento de los equipos condicionan la selección de los modelos informáticos.
Un planteamiento semejante se está desarrollando en la acuicultura mediante sistemas inteligentes de detección temprana de enfermedades en peces, donde la conectividad limitada también representa un desafío tecnológico.
La inteligencia artificial generativa entra en la investigación avícola
La revisión identifica aplicaciones emergentes de la inteligencia artificial generativa para afrontar la escasez de información utilizada durante el entrenamiento de los algoritmos.
Entre estas posibilidades figura la generación de imágenes sintéticas destinadas a complementar las colecciones de fotografías disponibles para desarrollar modelos de reconocimiento.
Esta estrategia podría resultar especialmente interesante cuando existen pocas imágenes correspondientes a enfermedades poco frecuentes.
Sin embargo, los conjuntos de datos generados artificialmente deben someterse a controles de calidad para evitar que introduzcan características visuales incorrectas o patrones que no correspondan con las manifestaciones clínicas reales.
El comportamiento de los algoritmos cambia entre explotaciones
Uno de los problemas más importantes identificados por los investigadores es la pérdida de fiabilidad cuando un modelo informático se utiliza en condiciones diferentes de aquellas en las que fue entrenado.
Las diferencias entre razas, densidades de alojamiento, condiciones ambientales y características de las instalaciones pueden modificar considerablemente el comportamiento de los sistemas de reconocimiento automatizado.
Esta dificultad también afecta a otras tecnologías ganaderas, como los sistemas de inteligencia artificial utilizados para evaluar el crecimiento del ganado bovino mediante imágenes aéreas, cuyos resultados necesitan validarse en diferentes condiciones productivas.
La validación comercial sigue siendo una prioridad
Los autores recomiendan ampliar la disponibilidad de registros procedentes de distintas explotaciones, desarrollar procedimientos comunes de evaluación y realizar estudios que permitan comprobar el funcionamiento de los algoritmos durante períodos prolongados de producción.
El trabajo constituye una revisión narrativa de investigaciones existentes, no un nuevo ensayo experimental ni una revisión sistemática con evaluación formal del riesgo de sesgo. Por ello, los resultados de los diferentes sistemas analizados no pueden interpretarse como una medida única de eficacia tecnológica.
La incorporación comercial de estas herramientas deberá mantener la supervisión veterinaria como elemento indispensable. Su principal utilidad potencial consiste en proporcionar información complementaria para orientar las inspecciones, reconocer acontecimientos anormales y facilitar decisiones sanitarias oportunas.

