联盟动态

奶牛疾病的精确诊断是其防治的首要环节，对于保证奶牛养殖业的健康发展至关重要。目前，多数养殖场仍高度依赖人工经验进行疾病判断与处置，传统诊疗方式难以适应现代化高密度养殖模式对效率与准确性的双重要求。此外，养殖场在日常运营中已积累了大量健康数据，包括发病记录、用药情况、生产性能等信息，但由于缺乏统一的数据整合平台与智能分析工具，这些数据未能有效转化为科学决策依据，导致养殖管理长期处于“诊断凭经验、管理靠感觉”的被动状态，限制了整体防控水平与产业竞争力的提升。

在国家积极推进“智慧畜牧”发展战略的背景下，推动人工智能、大数据等现代信息技术与畜牧兽医领域的深度融合，已成为提升动物疫病预警与健康管理能力的重要路径。本项目正是响应这一发展趋势，聚焦“基层诊断能力不足，数据管理能力缺失”两大核心问题，提出构建集AI诊断与数据服务为一体的智慧兽医平台，助力奶牛养殖由经验驱动向数据驱动与智能化转型。

图1 前期工作中项目负责人在奶牛养殖场进行调研

本项目针对奶牛养殖中“诊疗效率低”与“数据管理难”两大核心痛点，构建“智能辅助、数据驱动、闭环管理”的解决路径：

（1）基于大语言模型与计算机视觉技术，开发多模态智能诊断系统，将非结构化症状信息转化为标准化诊断建议，提升基层诊疗效率与准确性。

（2）对养殖场分散的健康、生产及管理数据进行结构化整合，构建统一的数据采集与分析平台，并通过可视化与预警模型，将数据转化为可执行的决策依据。

（1）多模态融合诊断

将图像识别与大语言模型结合，实现图像与文本信息的多模态协同分析，克服了传统人工诊断依赖经验的局限，提升了诊断效率和准确性。

（2）智能化健康管理

通过数据平台的实时监控与预警功能，解决了传统健康管理中信息分散的问题，推动奶牛场向标准化、数字化管理转型。

CowCareAI-奶牛场的智能诊断与全域健康数据服务系统由两大核心模块组成：

（1）ChatVet-奶牛疾病多模态智能辅助诊断系统

ChatVet模块采用了图像识别与语言模型的多模态技术，通过YOLOv5s深度学习框架进行奶牛疾病图像的识别与分析。同时，结合DeepSeek-R1大语言模型用与动物疾病知识图谱对用户输入的症状描述进行语义理解，生成诊断建议、用药方案和防控策略，实现图像与文本数据融合的多模态协同诊断（图2）。

图2 ChatVet-奶牛多模态智能诊断系统

（2）CowHealthView-奶牛健康数据综合服务平台

CowHealthView系统则整合了多种健康数据来源，包括发病记录、死亡数据、用药情况等，通过数据可视化与分析支持养殖场健康管理（图3-图6）。平台实现健康数据的规范化管理和实时监控，不仅支持疾病追踪与预警，还能够生成健康档案，为养殖场管理者提供科学决策依据。

图3 CowHealthView-奶牛健康数据管理系统

图4 CowHealthView-发病趋势预测功能

图5 CowHealthView-疾病与兽药知识图谱功能

图6 CowHealthView-区域风险预警功能

（1）一是规模化养殖场与养殖合作社，为其提供日常疾病快速筛查、健康数据电子化管理及群体风险预警服务，帮助提升牛群健康管理的标准化与效率。

（2）二是基层兽医服务机构（如县乡兽医站），通过部署智能辅助诊断系统，增强一线兽医对常见疾病的判断能力，并建立可追溯的诊疗数据档案。

（3）三是农业高校、职业院校及相关培训机构，可将本系统作为教学演示与技能实训平台，用于兽医人才培养和继续教育。

本项目具备显著的经济与社会双重价值。经济上，系统通过提升诊断准确率与效率，可直接帮助养殖场降低因疾病导致的奶牛淘汰与产奶损失，减少兽药滥用与误治成本，预计可为单个中型牧场年均节约健康管理成本10万元以上。

社会层面，项目推动基层兽医服务从经验判断向数据驱动转型，有助于提升整体行业防疫水平。通过数字化赋能中小养殖户，可助力乡村振兴与畜牧业可持续发展。项目的推广还有望减少抗生素滥用，提升乳品安全，并对培养懂技术、善管理的现代畜牧人才形成支撑，具有良好的产业与社会示范效应。

本项目前期在黑龙江、内蒙古等地牧场的试点验证，系统已证明其在实际生产中的有效性与用户接受度。

市场基础上，我国奶牛规模化养殖比例持续提升，但基层智能化诊疗工具普遍缺失，存在明确的市场缺口。项目采用的SaaS服务与轻量化部署模式，能够快速覆盖广大中小型养殖场与基层兽医站，初期目标可聚焦北方主要奶牛产区进行区域性示范推广。从拓展潜力看，系统核心的疾病识别模型与数据分析架构具备可迁移性。未来可横向拓展至肉牛、羊等其他反刍动物养殖领域，纵向可与发情监测、精准饲喂等系统集成，融入智慧牧场整体解决方案。此外，系统作为数字化教学工具，在农业院校与职业培训中亦拥有稳定应用场景。

东北农业大学动物医学学院兽医信息学团队成立于20世纪末，是全国最早一批从事兽医信息技术研究的团队。团队长期致力于动物疾病防控、兽药研发与智能化诊疗技术研究，具备完善的实验平台和稳定的产学研合作体系。核心业务涵盖动物疾病诊断、防疫、与智慧畜牧应用，特别在“人工智能+动物医学”领域形成了鲜明特色。

团队在国内率先开展动物疾病诊断专家系统研究，将兽医专家诊疗知识与现代信息技术深度融合，实现动物疾病诊疗的人工智能化。先后主持国家863计划项目、863示范项目、国家自然科学基金等10余项国家级、省部级科研课题。与东阿阿胶、中国动物卫生与流行病预防控制中心等多家企业和科研机构深入合作。获得教育部科技进步二等奖1项、省级科技奖励2项，出版相关著作4部，获软件著作权36项，发表SCI一区论文23篇。

王颢然，博士，副教授，硕士生导师，中共党员。研究方向为智慧兽医学，基于人工智能等现代信息技术实现对动物疾病的诊断、监测与精准预警。熟练掌握R和Python等计算机技术，开发可公开访问的网络应用7项。以第一或通讯作者身份在Computers and Electronics in Agriculture、Infectious Diseases of Poverty和Methods in Ecology and Evolution等发表文章13篇，担任《Science of One Health》杂志青年编委。主持国家自然科学基金青年项目、中国博士后面上项目、新时代龙江优秀硕士、博士毕业论文等课题4项。主持省级教改课题1项。以负责人身份获2025年黑龙江省“人工智能+”创新创业大赛优秀奖。以指导教师身份获2025年智慧农业创意大赛特等奖、第九届“雄鹰杯”小动物医师技能大赛团体一等奖、2024年人口健康“共享杯”科技资源共享服务创新大赛二等奖等国家级、省级竞赛6项。