APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO VETERINÁRIO E MONITORAMENTO ANIMAL
DOI:
https://doi.org/10.63330/aurumpub.031-005Palavras-chave:
Diagnóstico veterinário, Inteligência Artificial, Medicina veterinária de precisão, Monitoramento animal, Saúde animalResumo
Este capítulo tem como objetivo analisar as aplicações da Inteligência Artificial (IA) no diagnóstico veterinário e no monitoramento animal, destacando seus impactos na prática clínica e na produção animal. Trata-se de uma revisão narrativa da literatura, baseada em publicações científicas nacionais e internacionais indexadas em bases como PubMed, Scopus e SciELO, além de documentos técnicos de organizações como a World Organisation for Animal Health e a Food and Agriculture Organization of the United Nations. Os resultados demonstram que técnicas como aprendizado de máquina, redes neurais convolucionais e análise de big data têm sido empregadas com sucesso na interpretação de exames de imagem, na detecção precoce de doenças infecciosas, na predição de surtos e no monitoramento comportamental por meio de sensores e dispositivos vestíveis. Observa-se aumento na acurácia diagnóstica, redução do tempo de resposta clínica e melhoria no bem-estar animal. Conclui- se que a IA representa uma ferramenta estratégica para a medicina veterinária contemporânea, promovendo decisões baseadas em dados, maior eficiência produtiva e fortalecimento da vigilância sanitária, embora ainda existam desafios relacionados à padronização de dados e à formação profissional.
Downloads
Referências
ALWAKEEL, M. M. AI-Assisted Real-Time Monitoring of Infectious Diseases in Urban Areas. Mathematics, v. 13, n. 12, p. 1911, 2025. DOI:10.3390/math13121911
BERCKMANS, Daniel. Precision livestock farming technologies for welfare management in intensive livestock systems. Revista Brasileira de Zootecnia, v. 43, p. 1–8, 2014.
CURTI, Paula de Freitas et al. Applications of livestock monitoring devices and machine learning algorithms in animal production and reproduction: an overview. Animal Reproduction, Belo Horizonte, v. 20, n. 2, e20230077, 2023.
FAO – FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS. The State of
Food and Agriculture 2022: Leveraging automation in agriculture for transforming agrifood systems. Rome: FAO, 2022.
KAMPHUIS, C.; SHERLOCK, R.; JANSEN, J.; STEENEVELD, W.; HOGEVEEN, H. Automated
detection of clinical mastitis using sensor data in dairy cows. Journal of Dairy Science, v. 91, n. 10, p. 3866–3874, 2008.
KAUR, Devinder; VIRK, Amandeep Kaur. Smart neck collar: IoT-based disease detection and health monitoring for dairy cows. Discover Internet of Things, Cham, v. 5, art. 12, 2025
KRAEMER, M. U. G.; et al. Artificial intelligence for modelling infectious disease epidemics. Nature, 2025
LARKIN, H. Artificial intelligence in veterinary medicine: Applications and limitations. Veterinary Record, v. 186, n. 18, p. 602–603, 2020.
LIU, X. et al. A comparison of deep learning performance against healthcare professionals in detecting diseases from medical imaging. The Lancet Digital Health, London, v. 2, n. 6, p. e271-e297, 2020.
NEETHIRAJAN, Suresh. Precision livestock farming and artificial intelligence in dairy production: advances and challenges. Frontiers in Veterinary Science, Lausanne, v. 9, 2022.
NORVIG, Peter; RUSSELL, Stuart. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2021.
OIE – WORLD ORGANISATION FOR ANIMAL HEALTH. Terrestrial Animal Health Code. Paris: OIE, 2023.
PEZANOWSKI, S.; KOUA, E. L.; OKEIBUNOR, J. C.; et al. Predictors of disease outbreaks at continental scale in the African region: Insights and predictions with geospatial artificial intelligence. arXiv, 2024.
RUTTEN, C. J.; VELTHUIS, A. G. J.; STEENEVELD, W.; HOGEVEEN, H. Invited review: Sensors
to support health management on dairy farms. Journal of Dairy Science, v. 96, n. 4, p. 1928–1952, 2013.
SHERGAZIEV, R. et al. Wearable collar technologies for dairy cows: current applications and future innovations in precision livestock farming. Animals, Basel, v. 15, n. 3, p. 458, 2024.
SHIN, H. C. et al. Deep convolutional neural networks for computer-aided detection in medical imaging. IEEE Transactions on Medical Imaging, New York, v. 41, n. 5, 2022.
SMITH, J.; ANDERSON, K.; CLARK, M. Machine learning applications in veterinary diagnostics: A systematic review. Frontiers in Veterinary Science, v. 7, 2020.
TEDESCHI, Luis Orlindo et al. Advancing precision livestock farming: integrating artificial intelligence and emerging technologies for sustainable livestock management. Animal Bioscience, Seoul, 2025
WOLFERT, S.; GE, L.; VERDOUW, C.; BOGAARDT, M. J. Big data in smart farming – A review. Agricultural Systems, v. 153, p. 69–80, 2017.
ZHANG, Z.; ZHANG, H.; LIU, T.; WANG, Y. Applications of deep learning in veterinary medical imaging: A review. Frontiers in Veterinary Science, v. 8, 2021.
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
