基于视频数据的奶牛体况评分与跛行对产犊至妊娠间隔影响的观察性研究

本研究通过自动化视频监测系统(AVMS)分析4个英国奶牛场的体况评分(BCS)和跛行数据，揭示BCS变化（BCS1干燥期评分、BCS2产犊期评分、BCS2-BCS1变化值）与产犊至妊娠间隔(CPI)的显著关联，证实跛行使CPI延长35%-37%。该研究为精准畜牧业中早期健康预警提供了客观监测方案。

　　

在现代化奶牛养殖中，过渡期（产前3周至产后4周）是奶牛代谢和繁殖健康的关键窗口。然而，传统体况评分(BCS)和跛行评估依赖人工观察，存在主观性强、成本高的问题。英国萨里大学兽医学院(University of Surrey, School of Veterinary Medicine)的研究团队A.J.C. Cook等人利用商业化自动化视频监测系统(HerdVision, Agsenze)，首次通过三维/二维影像数据动态追踪4个英国牧场3,209头奶牛的BCS变化与跛行特征，揭示了这些指标对繁殖效率的量化影响。相关成果发表在《Journal of Dairy Science》上。

研究采用回顾性队列设计，通过Cox比例风险模型分析产犊至妊娠间隔(CPI)与BCS参数（干燥期BCS1、产犊期BCS2、产前变化BCS2-BCS1、产后最大变化dBCS）的关联。技术核心包括：自动化视频系统每日采集奶牛三维体态数据生成7日滚动平均BCS；基于步态特征的跛行二分法分类（评分≥2定义为跛行）；整合农场管理系统中的繁殖事件数据。

主要结果

1. 1.

   体况评分动态影响：BCS2每增加1单位，妊娠概率提升33%（HR=1.33, P=0.003），而产前BCS损失（BCS2-BCS1）使CPI风险增加73%（HR=1.73, P=0.013）。

2. 2.

   跛行的显著危害：跛行奶牛妊娠概率降低35%-37%（HR 0.63-0.65, P<0.001），125天未妊娠比例比健康牛高10%。

3. 3.

   牧场差异：封闭式牧场的CPI显著低于放牧-舍饲混合系统（P<0.001），初产牛与经产牛的BCS响应存在异质性。

讨论与意义

该研究验证了自动化监测替代人工评分的可行性：视频系统能捕捉到传统方法易忽略的细微BCS变化（如0.25分阈值），且跛行检出率（18%）接近英国流行病学调查下限，反映其高敏感性。值得注意的是，产后体况损失(dBCS)与CPI的弱负相关（HR=1.29, P=0.069）提示过度肥胖奶牛可能通过适度减重改善繁殖，这一发现为精准营养干预提供了新思路。

从实践角度看，研究证实自动化系统可提前预警两类高风险个体：产前体况流失过快的奶牛（BCS2-BCS1≤-0.25）和持续低BCS2（<2.5）个体，其125天未妊娠风险分别达42%和38%。该技术使牧场能在代谢失衡和运动障碍的早期阶段实施干预，有望打破"低生育力循环"(high fertility cycle)。正如作者强调，将自动化监测与激素同步化方案（如PRIDDelta应用）结合，可进一步提升英国牧场的年均产奶量（8,500-11,000L/头）的经济效益。

这项研究为数字畜牧业树立了新标准——通过客观、连续的生物标志物监测，不仅解决了传统评分再现性差的痛点，更开辟了基于大数据的群体健康管理路径。未来研究可探索不同品种（荷斯坦vs娟珊牛）对自动化评分的响应差异，以及该系统在预防代谢性疾病（如高酮血症）中的应用潜力。