Skal redde laksen med ultralyd og kunstig intelligens
Greenfox Marine deltar nå i et nytt tverrfaglig forskningsprosjekt, som tar i bruk verktøy som skal gjøre det mulig å vurdere fiskens helse uten å skade den.
Sammen med aktører innen veterinærmedisin, fiskehelse, teknologiutvikling, analyse og oppdrett, skal vi i prosjektet «Ikke-letale diagnostiske indikatorer for bedre beslutningsstøtte i oppdrettsnæringen» gjøre det mulig å vurdere laksens helse uten å skade fisken.
Helse i forkant av håndtering er avgjørende
Utgangspunktet for forskningsprosjektet er enkelt.
— Fiskenes helse i forkant av håndtering har stor betydning for hvordan fisken tåler påkjenningene. Svak helse gir ofte høyere dødelighet og dårligere resultat.
Det sier veterinærer i Åkerblå, som jobber tett med oppdrettere langs hele kysten.
Siden mekanisk avlusning ble vanlig i 2015, har dødeligheten i enkelte produksjoner ligget mellom 17 og 21 prosent per generasjon. Dette er et stort tap for både oppdretterne og fisken – og det sier seg selv at potensialet for forbedring er stort.
Ultralyd og kunstig intelligens i samme verktøy
Med høykvalitets ultralydbilder og kunstig intelligens kan Greenfox Marine undersøke hjertet og blodsirkulasjonen til laksen – uten å skade eller stresse fisken.
— Teknologien fungerer på samme måte som ultralyd hos mennesker, men tilpasses nå for bruk i havbruk, forteller Erling Aspen, daglig leder i Greenfox Marine.
Målet er å oppdage tegn på sykdom eller svak helse tidlig, slik at fisken kan få riktigere oppfølging.
Les mer: Greenfox Marine inngår strategisk samarbeid med vaksineeksperten Lumic.
Analyserer blod, slim og adferd i merd
Parallelt med ultralydarbeidet undersøker forskere ved Møreforsking om de kan finne tegn på stress og sykdom i blodprøver fra fisken. Samtidig analyseres fiskens slim ved St. Olavs hospital, med mål om å finne stoffer som kan kobles til ulike helsetilstander hos fisken – for eksempel dårlig sirkulasjon og gjelleproblemer.
I tillegg skal Scale AQ teste kameraer som filmer fisken i merden. Fiskens bevegelsesmønster analyseres med algoritmer som leter etter endringer i svømmeadferd på gruppe- eller populasjonsnivå, da slike endringer kan varsle om helseproblemer tidligere enn før.
Alle metodene testes ut i reelle situasjoner hos oppdrettere. Målet er å finne verktøy som gjør det lettere å ta riktige valg: Skal fiskegruppen behandles, sorteres ut – eller kanskje slaktes tidligere for å hindre unødig lidelse og tap?
For mer informasjon om prosjektet, kontakt Erling Aspen.
