¿Cómo ayuda Lely MQC a optimizar la salud de las ubres?
El Lely MQC (control de calidad de la leche) identifica anomalías en la leche que contribuyen a la detección de la mastitis basándose en el color y la conductividad. Disponer de información continua sobre la calidad de la leche y el rendimiento del ordeño ayuda a realizar un seguimiento estrecho de la salud de las vacas y ofrece la oportunidad de intervenir en una fase temprana en caso necesario.
articles
El MQC es parte del brazo del robot. Durante el ordeño, la leche se somete a un control continuo por cuartos en tiempo real. De esta manera no solo se obtiene información vital acerca de la mastitis, sino también los porcentajes de grasa y proteínas.
En este artículo explicaremos en profundidad las mediciones del color y la conductividad de la leche y su relación con las atenciones de salud de las ubres en Lely Horizon.
Mediciones del color de la leche
El color de la leche se mide analizando su recepción de la luz LED. A esto se le llama también transmisión óptica (Figura 1). La cantidad de luz y los tipos de colores recibidos a través de la leche permiten monitorizar cualquier anomalía en la leche (Figura 2). La leche con sangre, el calostro y la leche con variaciones en el color (provocadas por mastitis) se detectan fácilmente y, en caso necesario, se pueden separar automáticamente.
Las mediciones del color se comparan con los promedios del rebaño. Hay un promedio de valores ópticos por pezón y un promedio de la difusión de los valores ópticos para todo el rebaño. Con cada nueva medición (es decir, con cada ordeño), estos promedios se actualizan. En caso de que las mediciones se desvíen demasiado, Lely Horizon generará automáticamente una advertencia.
Conductividad
El desvío de la conductividad eléctrica de la leche puede usarse para predecir la mastitis clínica (Milner et al., 1997). Si la ubre se inflama, la composición de la leche varía, produciéndose entre otros efectos un incremento del Na+ y el Cl- en la leche y una reducción del K+ (Ogola et al., 2007). Horizon muestra una advertencia de conductividad cuando la conductividad promedio del cuarto es superior al cuarto con la conductividad más baja (valor predeterminado 20 %).
Los informes de Horizon muestran los parámetros por cuarto. Los indicadores usados son la conductividad y el color. Existen algunas reglas en función de la información mostrada en los informes de Horizon:
Posible mastitis clínica: conductividad superior a 100 (70 es normal), advertencia de color y consejo de separación
Posible mastitis subclínica: conductividad entre 90 y 100 junto con un recuento de células alto
Posible E. coli y Klebsiella: código de color anómalo y nivel de conductividad normal
En Horizon
El sistema de sensores supervisa varios parámetros de la leche y permite realizar un seguimiento de la salud de la ubre por cuarto para cada vaca mediante el software de gestión de Lely. Horizon transforma la información generada en listas de advertencias y tareas prácticas. Todas las vacas que requieren atención aparecen en las tareas de salud (informe 10). En la tarea de salud de las ubres (informe 12) se muestran las advertencias basadas en el color y la conductividad (y por lo tanto relacionadas con la salud de las ubres) de las últimas 24 horas.
Conclusión
Los sensores del color de la leche y la conductividad del MQC son de gran ayuda para identificar anomalías en la leche, lo que contribuye a la detección precoz de la mastitis. Disponer de información continua sobre la calidad de la leche y el rendimiento del ordeño ayuda a realizar un seguimiento estrecho de la salud de las vacas y ofrece la oportunidad de intervenir en una fase temprana en caso necesario. Un tratamiento rápido en respuesta a la detección precoz de la mastitis ayuda a limitar la gravedad de la enfermedad y por lo tanto a reducir las pérdidas de leche.
Milner, P., Page, K. L., & Hillerton, J. E. (1997). The Effects of Early Antibiotic Treatment Following Diagnosis of Mastitis Detected by a Change in the Electrical Conductivity of Milk. Journal of Dairy Science, 80(5), 859–863. https://doi.org/10.3168/jds.S0022-0302(97)76008-9
Ogola, H., Shitandi, A., & Nanua, J. (2007). Effect of mastitis on raw milk compositional quality. Journal of Veterinary Science, 8(3), 237–242. https://doi.org/10.4142/jvs.2007.8.3.237