Support Vector Machines

La mastite è una delle principali cause della riduzione della produzione e della qualità del latte con conseguenti forti perdite di reddito per gli allevatori di pecore da latte. In condizioni igieniche standard nell'allevamento ovino la prevalenza della mastite clinica è di circa il 5% del gregge. Purtroppo questa rappresenta solo la punta dell'iceberg mentre la parte sommersa è rappresentata dalla mastite subclinica che in alcuni casi può raggiungere il 65% o più. La presente indagine presenta un approccio alternativo per prevedere la presenza di infiammazioni della mammella nelle pecore da latte attraverso l'applicazione delle macchine a vettori di supporto (SVM) una sottodisciplina nel campo dell'intelligenza artificiale. Il contenuto di lattosio nel latte (MLC) e la conduttività elettrica del latte (MEC) sono utilizzati come variabili predittive e la conta delle cellule somatiche nel latte (MSCC) come classificatore. I dati utilizzati sono stati raccolti da un database storico decennale del laboratorio ARAS (Associazione Regionale Agricoltori Sardi). Le SVM hanno mostrato una sensibilità e una specificità rispettivamente del 62% e del 75%. Pertanto l'utilizzo delle SVM come primo sistema di screening per il rilevamento dell'infiammazione della mammella potrebbe semplificare la procedura prima di effettuare analisi batteriologiche costose e dispendiose in termini di tempo.