O Grupo Operativo RUMI-CARE 360 está a desenvolver ferramentas de intelixencia artificial para mellorar o diagnóstico da mastite en ovellas e cabras.


El Grupo Operativo RUMI-CARE 360 desarrolla herramientas de inteligencia artificial para mejorar el diagnóstico de la mastitis en ovejas y cabras El Grupo Operativo RUMI-CARE 360 desarrolla herramientas de inteligencia artificial para mejorar el diagnóstico de la mastitis en ovejas y cabras El Grupo Operativo RUMI-CARE 360 desarrolla herramientas de inteligencia artificial para mejorar el diagnóstico de la mastitis en ovejas y cabras El Grupo Operativo RUMI-CARE 360 desarrolla herramientas de inteligencia a

21 de Outubro de 2026

Innovación
Calidad y cadena alimentaria
Resiliencia y competitividad

O Grupo Operativo RUMI-CARE foi creado para mellorar a prevención da mastite en ovellas e cabras.


  • O Grupo Operativo RUMI-CARE foi creado para mellorar a prevención da mastite en ovellas e cabras.
  • A investigación traballa con cinco razas de ovellas e cabras para desenvolver modelos preditivos e avanzar na selección xenética
  • Unha aplicación web facilitará o acceso do sector gandeiro ás avaliacións de riscos e ás recomendacións de xestión sanitaria

A mastite é un dos principais problemas de saúde nas explotacións de gando ovino e caprino leiteiro, xa que pode reducir a produción, aumentar os custos veterinarios e afectar o benestar animal. A súa prevención require ter en conta múltiples factores, desde as prácticas de xestión e as rutinas de muxido ata as características dos animais e a predisposición xenética.

Para abordar este desafío, o Grupo Operativo (GO)   RUMI-CARE 360 emprega unha abordaxe multidisciplinar que integra a intelixencia artificial, a análise do leite e novas técnicas de diagnóstico. O proxecto ten como obxectivo desenvolver ferramentas prácticas que permitan anticipar o risco de mastite, mellorar o seu control e facilitar a toma de decisións nas explotacións. Segundo a Asociación Nacional de Criadores de Cabras de Florida (ACRIFLOR) , «o obxectivo xeral do proxecto RUMI-CARE 360 é desenvolver unha abordaxe multidisciplinar para mellorar a prevención, o diagnóstico e o control da mastite en pequenos ruminantes leiteiros».

Intelixencia artificial para mellorar o diagnóstico

O GO RUMI-CARE 360 combina diferentes tecnoloxías para estudar a saúde mamaria e detectar posibles factores de risco. As súas principais liñas de traballo son:

  • Visión artificial: análise de imaxes e vídeos durante a muxidura para avaliar a morfoloxía do ubre mediante intelixencia artificial.

  • Termografía infravermella: medición da temperatura do ubre e da rexión ocular para estudar posibles signos de inflamación e situacións estresantes.

  • Análise do leite: reconto de células somáticas totais e diferenciadas e análise microbiolóxica para identificar indicadores relacionados coa saúde mamaria e detectar posibles patóxenos.

  • Modelos preditivos: integración de información sanitaria, produtiva, ambiental e xenética para estimar o risco de mastite en animais e rabaños.

Estas tecnoloxías serán validadas en granxas comerciais para avaliar o seu rendemento en condicións reais e adaptalas ás características das diferentes razas e sistemas de xestión.

Cinco razas para estudar os factores de risco

O proxecto reúne cinco razas autóctonas de ovellas e cabras para analizar a enfermidade, tendo en conta as súas características específicas de produción e saúde:

  • Razas de cabras Florida, Payoya e Palmera .

  • Razas de ovella merina manchega e grazalema .

O traballo inclúe a recompilación de información sobre as rutinas de muxido, a xestión reprodutiva e da produción, as condicións ambientais e a evolución das contagens de células somáticas. Estes datos utilizaranse para identificar os factores de risco e desenvolver criterios de avaliación xenética para a resistencia e a resiliencia ás enfermidades, co fin de incorporalos aos programas de reprodución.

Avances na caracterización e seguimento de animais

O proxecto aínda está na súa fase de implementación e xa avanzou na caracterización das explotacións participantes. Segundo ACRIFLOR, «as explotacións xa foron caracterizadas desde a perspectiva da xestión da muxidura, a xestión reprodutiva, produtiva e ambiental, así como a evolución das contagens de células somáticas nos últimos anos para cada unha das razas do proxecto». Actualmente, o traballo céntrase en:

  • Desenvolver metodoloxías de avaliación xenética para estudar a predisposición á mastite e a resiliencia á enfermidade.

  • Seleccionar granxas e animais de referencia para o seu seguimento desde o nacemento ata a seca. Esta fase xa comezou coas razas Florida e Manchega.

  • Implementar unha monitorización sistemática dos animais das razas Florida e Manchega, con rexistros ambientais, información sobre rutinas de muxido, imaxes, medicións termográficas e mostras de leite para analizar células somáticas e detectar posibles patóxenos.

Está previsto que a selección de animais para as outras tres razas remate antes de finais de 2026, segundo a planificación prevista polo proxecto.

Unha aplicación web para apoiar a xestión gandeira

Outro obxectivo do GO é desenvolver unha aplicación web conectada aos sistemas de información das asociacións participantes. A plataforma permitirá aos usuarios consultar os resultados da investigación e facilitar a súa aplicación práctica nas explotacións agrícolas. Entre as súas funcións previstas inclúense:

  • Consultar as estimacións do risco de mastite por animal.

  • Acceda a recomendacións para mellorar a xestión sanitaria.

  • Uso da información xenética para apoiar a selección de animais de substitución.

Participantes e financiamento

O proxecto está coordinado por ACRIFLOR e conta coa colaboración de:

O proxecto GO RUMI-CARE 360 ten un orzamento de 598.007 € e desenvolverase entre 2025 e 2029, cun alcance suprarrexional en Andalucía e as Illas Canarias. Está cofinanciado nun 80 % polo Fondo Europeo Agrícola de Desenvolvemento Rural (Feader) e nun 20 % polo Ministerio de Agricultura, Pesca e Alimentación (MAPA) de España , no marco do Plan Estratéxico da Política Agrícola Común (PEPAC) 2023-2027 .