Trong bối cảnh ngành chăn nuôi lợn phát triển theo hướng quy mô công nghiệp và chuyển đổi số, việc giám sát sức khỏe đàn vật nuôi liên tục, chính xác và hạn chế tiếp xúc trực tiếp đang trở thành yêu cầu cấp thiết. Từ thực tiễn đó, nhóm nghiên cứu của Học viện Nông nghiệp Việt Nam đã phát triển hệ thống ứng dụng camera ảnh nhiệt kết hợp trí tuệ nhân tạo (AI) nhằm phát hiện sớm hiện tượng tăng thân nhiệt ở lợn – dấu hiệu cảnh báo ban đầu của nhiều bệnh truyền nhiễm nguy hiểm. Giải pháp này được kỳ vọng góp phần nâng cao hiệu quả giám sát dịch bệnh, giảm chi phí nhân công và tăng cường an toàn sinh học trong chăn nuôi.
TS. Đặng Hữu Anh trình bày ứng dụng công nghệ ảnh nhiệt trong giám sát bệnh ở lợn tại một hội thảo (Ảnh: Lan Hương)
Trước áp lực từ các bệnh truyền nhiễm và xu hướng chăn nuôi quy mô lớn, việc theo dõi sức khỏe đàn lợn bằng phương pháp thủ công ngày càng bộc lộ nhiều hạn chế như tốn nhân lực, mất thời gian và tiềm ẩn nguy cơ lây nhiễm chéo. Xuất phát từ yêu cầu thực tiễn, nhóm nghiên cứu do TS. Nguyễn Thái Học và TS. Đặng Hữu Anh thực hiện, với sự phối hợp của Khoa Cơ điện và Khoa Thú y (Học viện Nông nghiệp Việt Nam), đã xây dựng hệ thống giám sát sức khỏe đàn lợn bằng công nghệ ảnh nhiệt tích hợp AI. Theo nhóm nghiên cứu, mục tiêu của hệ thống không phải thay thế hoàn toàn người chăn nuôi mà đóng vai trò như một công cụ hỗ trợ giám sát tự động, giúp phát hiện sớm những cá thể có dấu hiệu bất thường để người quản lý kịp thời kiểm tra và đưa ra biện pháp xử lý phù hợp.
Ứng dụng AI và công nghệ ảnh nhiệt: Hướng đi mới trong giám sát dịch bệnh trên đàn lợn trong thực tiễn (Ảnh: TS. Nguyễn Thái Học và TS.Đặng Hữu Anh cung cấp)
Tăng thân nhiệt – tín hiệu cảnh báo sớm nhiều bệnh truyền nhiễm nguy hiểm
Theo Văn bản hợp nhất số 35/VBHN-BNNMT ngày 11/8/2025 của Bộ Nông nghiệp và Môi trường, các bệnh nguy hiểm ở lợn phải công bố dịch gồm bệnh Lở mồm long móng, bệnh Tai xanh, bệnh Dịch tả lợn, bệnh Xoắn khuẩn và bệnh Dịch tả lợn châu Phi.
Trong số này, Dịch tả lợn châu Phi và Lở mồm long móng vẫn là hai bệnh được quan tâm đặc biệt do khả năng lây lan nhanh, gây thiệt hại lớn về kinh tế. Đây cũng là những bệnh nằm trong Kế hoạch quốc gia phòng, chống các bệnh Cúm gia cầm, Lở mồm long móng và Dịch tả lợn châu Phi giai đoạn 2026–2030.
Hiện nay, việc phát hiện dịch bệnh tại trang trại chủ yếu dựa trên hai nhóm phương pháp. Thứ nhất là xét nghiệm sàng lọc bằng các kỹ thuật như Real-time PCR hoặc ELISA nhằm phát hiện virus hoặc kháng thể ngay cả khi vật nuôi chưa biểu hiện triệu chứng lâm sàng. Mặc dù cho kết quả chính xác và có khả năng phát hiện sớm, phương pháp này có chi phí tương đối cao, đặc biệt khi mỗi trang trại phải lấy số lượng mẫu theo quy định thay vì chỉ xét nghiệm một mẫu duy nhất.
Phương pháp thứ hai là theo dõi triệu chứng lâm sàng. Người chăn nuôi hoặc cán bộ thú y sẽ quan sát những biểu hiện đặc trưng như xuất huyết, tai đỏ, bụng đỏ ở lợn mắc Dịch tả lợn châu Phi thể cấp tính; các nốt tổn thương trên da ở thể mạn tính; hoặc các mụn nước ở miệng và móng đối với bệnh Lở mồm long móng.
Ưu điểm của phương pháp này là chi phí thấp, song hạn chế lớn nhất là khi các triệu chứng đã xuất hiện rõ thì bệnh thường đã tiến triển, làm giảm hiệu quả của các biện pháp xử lý và tăng nguy cơ lây lan trong đàn.
Theo nhóm nghiên cứu, điểm chung của các bệnh truyền nhiễm nguy hiểm là trước khi xuất hiện những dấu hiệu lâm sàng đặc trưng, phần lớn các bệnh truyền nhiễm nguy hiểm đều khiến vật nuôi bị sốt hoặc tăng thân nhiệt. Chính đặc điểm này trở thành cơ sở khoa học để phát triển hệ thống giám sát thân nhiệt tự động bằng công nghệ ảnh nhiệt.
Giám sát không tiếp xúc – giảm áp lực cho người chăn nuôi
Ở lợn khỏe mạnh, thân nhiệt thường dao động trong khoảng 38,5–39,5°C tùy theo lứa tuổi. Khi nhiệt độ cơ thể vượt quá ngưỡng bình thường, con vật được xem là có hiện tượng tăng thân nhiệt. Nguyên nhân có thể xuất phát từ điều kiện môi trường như thời tiết nắng nóng, chuồng nuôi thông thoáng kém hoặc do các bệnh truyền nhiễm, viêm nhiễm sau sinh (sót nhau, viêm tử cung) gây sốt cao 40–42°C.
Theo cách truyền thống, việc đo thân nhiệt được thực hiện bằng nhiệt kế trực tràng hoặc kiểm tra trực tiếp bằng tay trên từng cá thể. Dù phương pháp này không đòi hỏi thiết bị phức tạp và chi phí thấp, nhưng lại tiêu tốn nhiều thời gian, nhân lực, đồng thời gây stress cho vật nuôi vì phải bắt giữ và tiếp xúc trực tiếp.
Khác với phương pháp truyền thống, hệ thống camera ảnh nhiệt cho phép theo dõi nhiệt độ đàn lợn liên tục 24/24 mà không cần người chăn nuôi đi vào từng ô chuồng. Camera tự động ghi nhận dữ liệu nhiệt, phát hiện những cá thể có dấu hiệu bất thường và gửi cảnh báo để người quản lý kiểm tra.
Theo TS. Đặng Hữu Anh, công nghệ ảnh nhiệt đã được ứng dụng tại nhiều quốc gia, song ở Việt Nam vẫn chưa được triển khai rộng rãi trong các trang trại do chi phí đầu tư còn cao. Vì vậy, mục tiêu của nhóm nghiên cứu là phát triển một hệ thống có khả năng ứng dụng thực tế với chi phí thấp hơn so với các giải pháp đang được sử dụng ở nước ngoài.
AI trở thành “bộ não” của hệ thống giám sát
Thay vì chỉ ghi nhận hình ảnh nhiệt đơn thuần, nhóm nghiên cứu tập trung xây dựng phần mềm xử lý dữ liệu – được xem là thành phần cốt lõi quyết định hiệu quả của toàn bộ hệ thống.
Nghiên cứu hướng đến bốn mục tiêu chính gồm: ứng dụng camera hồng ngoại để thu nhận dữ liệu không tiếp xúc; xây dựng hệ thống phát hiện hiện tượng tăng thân nhiệt ở lợn; phát triển thuật toán xử lý ảnh kết hợp mô hình học máy nhằm phân tích dữ liệu; đồng thời tích hợp cơ chế cảnh báo từ xa để hỗ trợ người quản lý trang trại phát hiện sớm những bất thường trong đàn.
Để hiện thực hóa mục tiêu giám sát sức khỏe đàn lợn theo hướng tự động và không tiếp xúc, nhóm nghiên cứu đã xây dựng quy trình vận hành khép kín, trong đó camera hồng ngoại liên tục thu nhận hình ảnh nhiệt của vật nuôi, sau đó chuyển toàn bộ dữ liệu đến phần mềm để phân tích bằng các thuật toán AI. Theo quy trình này, hệ thống trước tiên xác định vị trí của lợn trong chuồng, nhận diện đường viền cơ thể và đo nhiệt độ bề mặt tại các vùng khác nhau. Từ dữ liệu thu được, thuật toán sẽ xác định điểm có nhiệt độ cao nhất để ước tính thân nhiệt của con vật, sau đó so sánh với ngưỡng đã được thiết lập nhằm phân loại trạng thái bình thường hay bất thường.
Ảnh: TS. Nguyễn Thái Học và TS. Đặng Hữu Anh cung cấp
Khi phát hiện cá thể có dấu hiệu tăng thân nhiệt, hệ thống sẽ tự động phát cảnh báo thông qua email hoặc tin nhắn trên điện thoại, đồng thời có thể kích hoạt quy trình tách đàn theo thiết kế của trang trại. Toàn bộ dữ liệu về hình ảnh, nhiệt độ và lịch sử cảnh báo cũng được lưu trữ để phục vụ công tác theo dõi lâu dài.
Nhóm nghiên cứu cho biết hệ thống được xây dựng từ tám nhóm thiết bị chính, bao gồm camera ảnh nhiệt FLIR TG267, bo điều khiển Arduino UNO, bộ điều khiển động cơ TB6600, động cơ bước giúp camera di chuyển dọc các ô chuồng, cảm biến hồng ngoại định vị, module truyền dữ liệu SIM900A GSM/GPRS cùng hệ thống nguồn điện.
Ảnh: TS. Nguyễn Thái Học và TS. Đặng Hữu Anh cung cấp
Tuy nhiên, theo TS. Đặng Hữu Anh, phần lớn các thiết bị đều có thể mua sẵn trên thị trường, trong khi giá trị cốt lõi của hệ thống nằm ở phần mềm do nhóm tự phát triển, có khả năng chuyển đổi tín hiệu nhiệt thành giá trị thân nhiệt phục vụ giám sát sức khỏe đàn lợn.
Thuật toán AI giúp loại bỏ nhiễu trong môi trường chuồng nuôi
Một trong những khó khăn lớn khi ứng dụng ảnh nhiệt trong chăn nuôi là môi trường chuồng luôn tồn tại nhiều nguồn phát nhiệt khác ngoài vật nuôi, điển hình như đèn sưởi hoặc các thiết bị giữ ấm. Nếu không xử lý tốt, hệ thống rất dễ nhầm lẫn các nguồn nhiệt này với lợn, dẫn đến sai lệch trong quá trình giám sát.
Để khắc phục vấn đề đó, nhóm nghiên cứu đã xây dựng thuật toán dựa trên đặc điểm khác biệt giữa vật thể sống và nguồn nhiệt tĩnh. Trong khi lợn luôn di chuyển thì đèn sưởi gần như đứng yên, nhờ vậy hệ thống có thể nhận diện chuyển động để loại bỏ các tín hiệu gây nhiễu.
Quy trình xử lý gồm bốn bước chính: thu nhận chuỗi video ảnh hồng ngoại, áp dụng thuật toán Frame Difference để phát hiện chuyển động, sử dụng ngưỡng thích ứng nhằm tách đường viền của vật nuôi và cuối cùng trích xuất vùng có nhiệt độ cao nhất để ước tính thân nhiệt.
Theo nhóm nghiên cứu, việc so sánh các điểm ảnh liên tiếp giúp hệ thống chỉ giữ lại những vùng có sự thay đổi vị trí, qua đó tự động loại bỏ các nguồn nhiệt cố định trong chuồng nuôi. Đây là yếu tố quan trọng giúp nâng cao độ tin cậy của kết quả giám sát.
Kết quả thử nghiệm cho thấy khả năng giám sát liên tục 24 giờ mỗi ngày
Hệ thống được thử nghiệm tại một trang trại chăn nuôi với quy mô vừa, sử dụng camera FLIR E8-XT có độ phân giải 320×240 pixel và tần số ghi hình 9Hz. Camera được lắp trên thanh ray di chuyển qua ba ô chuồng liền kề, trong khi dữ liệu được máy tính xử lý tự động với tần suất chụp một ảnh sau mỗi bốn giây. Nghiên cứu được tiến hành trên 15 cá thể lợn thuộc hai giống Landrace và Yorkshire.
Kết quả cho thấy hệ thống có khả năng nhận diện vật nuôi trên ảnh nhiệt với độ tin cậy dao động từ 0,80 đến 0,92. Đồng thời, phần mềm cũng chuyển đổi thành công dữ liệu ảnh nhiệt sang giá trị thân nhiệt cụ thể để phục vụ giám sát.
Khi so sánh giữa nhóm đối chứng và nhóm bị stress nhiệt, nhóm nghiên cứu ghi nhận sự khác biệt rõ rệt về nhiệt độ. Nhóm chịu stress nhiệt có nhiệt độ trung bình 37,4°C và nhiệt độ cao nhất đạt 39,5°C, trong khi nhóm đối chứng chỉ đạt mức trung bình 35,4°C và nhiệt độ cao nhất 38,3°C. Hiện tượng tăng thân nhiệt chủ yếu xuất hiện ở vùng đầu của lợn.
Ảnh: TS. Nguyễn Thái Học và TS. Đặng Hữu Anh cung cấp
Khi phát hiện cá thể bất thường, hệ thống sẽ tự động gửi cảnh báo kèm theo ảnh nhiệt và thông tin nhiệt độ đến người quản lý. Đồng thời, ảnh nhiệt, video, lịch sử nhiệt độ từng vùng cơ thể cũng như toàn bộ nhật ký cảnh báo đều được lưu trữ có cấu trúc để phục vụ truy xuất và phân tích trong thời gian dài.
TS. Đặng Hữu Anh nhấn mạnh, hệ thống không thay thế vai trò của con người mà hỗ trợ người chăn nuôi giám sát đàn vật nuôi hiệu quả hơn. Thay vì phải kiểm tra thủ công nhiều lần mỗi ngày, người quản lý chỉ cần tiếp nhận cảnh báo khi hệ thống phát hiện lợn có dấu hiệu sốt, từ đó tiến hành kiểm tra và xử lý kịp thời.
Tiềm năng lớn nhưng vẫn còn những rào cản cần vượt qua
Nhóm nghiên cứu đánh giá việc kết hợp công nghệ ảnh nhiệt với các thuật toán học máy đã mở ra hướng tiếp cận mới trong giám sát sức khỏe vật nuôi theo hướng tự động, không tiếp xúc và dựa trên dữ liệu. Giải pháp này phù hợp với xu hướng phát triển chăn nuôi chính xác, đồng thời góp phần tăng cường an toàn sinh học thông qua việc hạn chế tối đa tiếp xúc trực tiếp giữa con người và vật nuôi.
Bên cạnh những kết quả tích cực, nghiên cứu cũng chỉ ra một số hạn chế cần tiếp tục hoàn thiện. Do độ phân giải của thiết bị thu thập ảnh nhiệt còn hạn chế, hiệu quả nhận diện của thuật toán AI hiện đạt khoảng 70–89%, cho thấy vẫn còn dư địa để nâng cao độ chính xác khi chất lượng dữ liệu đầu vào được cải thiện.
Ngoài ra, hiệu quả của hệ thống còn chịu ảnh hưởng bởi điều kiện môi trường trong chuồng nuôi. Nhiệt độ quá cao, bụi bẩn bám trên kính bảo vệ camera hoặc thiết kế chuồng khác nhau đều có thể tác động đến chất lượng hình ảnh và kết quả nhận diện. Bên cạnh đó, chi phí đầu tư ban đầu cho camera ảnh nhiệt vẫn là rào cản khiến công nghệ này chưa dễ dàng tiếp cận đối với các hộ chăn nuôi quy mô nhỏ.
Dù vậy, theo TS. Đặng Hữu Anh, công nghệ ảnh nhiệt đã được ứng dụng tại nhiều quốc gia trên thế giới. Việc tiếp tục nghiên cứu để hoàn thiện thuật toán, nâng cao chất lượng thiết bị và giảm giá thành sẽ tạo điều kiện để các trang trại trong nước từng bước tiếp cận những công cụ giám sát hiện đại, góp phần nâng cao hiệu quả quản lý đàn vật nuôi và chủ động hơn trong công tác phòng, chống dịch bệnh.
Chăn nuôi Việt Nam
