La revolución de la inteligencia artificial en la gestión de enfermedades en acuicultura

La inteligencia artificial (IA) está emergiendo como una herramienta poderosa para transformar la forma en que se abordarán problemas relacionados con la salud en las granjas acuícolas, haciendo que la gestión de enfermedades sea más precisa, eficiente y sostenible.

Los modelos de lenguaje avanzados como ChatGPT tienen capacidad para analizar grandes volúmenes de datos técnicos, informes científicos y registros. Esto, aplicado en las operaciones de acuicultura permite extraer información que antes requería horas de trabajo manual o dependía de la experiencia de especialistas.

Uno de los modelos desarrollados específicamente para tratar los problemas relacionados con la salud de las granjas de acuicultura es ChatGLM4-9B, desarrollado por Tsinghua University y Zhipu AI, en China, está basado en inteligencia artificial de última generación y técnicas de ajuste fino como rsLoRA.

Este modelo de lenguaje, una vez esté entrenado y ajustado al contexto específico de la acuicultura, será capaz de enfrentar, por ejemplo, brotes del síndrome de la mancha blanca en langostinos analizando los datos existentes y dando recomendaciones claras de tratamiento. En su caso, podría recomendar un tratamiento de 0,15 gramos de desinfectante por metro cúbico de agua, aplicado una vez al día durante 5 días. Proponiendo, no alimentar los langostinos 2 horas antes del tratamiento. De esta manera, el acuicultor puede actuar rápidamente y con precisión, reduciendo las pérdidas y minimizando el impacto en el ecosistema.

Otro ejemplo sería la prevención mediante vacunas. La Inteligencia Artificial puede ayudar a planificar estrategias de prevención de la septicemia hemorrágica en el caso de cultivos de tilapia. La IA podría recomendar vacunar con 2 mililitros por kilogramo de peso corporal, tres semanas antes de la temporada de lluvias, en una sola aplicación anual.

De esta forma, el piscicultor no solo evitará brotes de la enfermedad, también planificará con anticipación, asegurando que los peces estén saludables durante todo el ciclo de cultivo.

Como tercer caso práctico, en el cultivo de lubina europea, este tipo de herramientas ayudaría a reducir la dependencia de antibióticos, mejorar la calidad del producto y minimizar el impacto ambiental al identificar alternativas sostenibles como probióticos o suplementos nutricionales que fortalecen en sistema inmunitario de los peces sin recurrir a terapias químicas.

En definitiva, el uso de modelos de lenguaje con su capacidad para analizar datos en tiempo real, anticipar problemas y ofrecer soluciones personalizadas permiten el ahorro de tiempo en la generación de planes; ofrecen recomendaciones claras y específicas basadas en datos científicos; promueven la sostenibilidad al proponer alternativas eco-ambientales; y se ajustan a diferentes tipos de cultivo, entornos y enfermedades.