Az adatok ereje: Okos előrejelzések az élelmiszerláncban
A Nemzeti Laboratórium kutatásának célja, hogy adatgyűjtéssel és modern számítógépes módszerekkel előrejelezze az antimikrobiális rezisztencia (AMR) kockázatát az állattartásban. Az összegyűjtött adatok között nemcsak az állatok antibiotikumos kezelése szerepel, hanem az egészségi állapotuk (pl. betegségek gyakorisága), és termelési mutatóik (pl. súlygyarapodás, elhullás) is. Különösen hangsúlyos a környezeti tényezők (pl. csapadék mennyisége, hőmérséklet-ingadozások, talaj minősége) figyelembe vétele, mivel ezek közvetve befolyásolhatják a kórokozók szaporodását és a baktériumok ellenálló képességét.
A Nemzeti Laboratórium kutatói az adatelemzéshez gépi tanulási algoritmusokat használnak az összetett összefüggések feltérképezésére. A SHAP-elemzés segítségével képet kapnak arról, hogy az egyes tényezők, mint a higiénia hiánya vagy a járványvédelem színvonala, milyen mértékben befolyásolják a rezisztencia előfordulását. Ez a komplex megközelítés — amely a gyógyszerhasználatot, a termelési mutatókat és a környezetet összekapcsolja — túlmutat a nemzetközi standard AMR-vizsgálatokon, és referenciapontként kíván szolgálni más hasonló kutatások számára.
Az adatgyűjtés és -elemzés célja a proaktív döntéstámogatás. A modellek alapján a kutatók riasztórendszereket és felhasználóbarát dashboardokat (irányítópultokat) fejlesztenek, amelyek értelmezhető információkat nyújtanak a gazdálkodóknak és az állatorvosoknak. Ha a rendszer kockázatot jelez, a gazdálkodó azonnal lépéseket tehet (pl. szigoríthatja a higiéniai intézkedéseket), így megelőzheti a problémákat. Mivel rendkívül érzékeny adatokról van szó, az adatvédelem (GDPR) kulcsfontosságú, ezért a telepek és a személyek adatait anonimizálják. A modell jelenleg a baromfi- és sertéstenyésztésre van optimalizálva.