রোগ শনাক্তকরণে মেশিন লার্নিং
রোগ শনাক্তকরণে মেশিন লার্নিং প্রশিক্ষিত মডেলগুলোকে জলজ চাষের ডেটা — ক্যামেরা চিত্র, আচরণ ট্র্যাক, জলের গুণমান ইতিহাস এবং শব্দ — এর উপর প্রয়োগ করে মানুষের পর্যবেক্ষণের চেয়ে আগে অসুস্থ মাছ বা আসন্ন প্রাদুর্ভাব শনাক্ত করে। কম্পিউটার ভিশন সিস্টেম আন্ডারওয়াটার ক্যামেরা থেকে ত্বকের ক্ষত, পাখনা ক্ষয়, চোখের ঘোলাটে ভাব এবং অস্বাভাবিক সাঁতারের মতো বাহ্যিক লক্ষণগুলো স্কোর করে, যেখানে আচরণগত মডেলগুলো ব্যাকটেরিয়া, ভাইরাস বা পরজীবী রোগের প্রাথমিক পূর্বাভাস হিসেবে ক্ষুধা হ্রাস, অলসতা বা দলবদ্ধতার অস্বাভাবিকতা চিহ্নিত করে। ব্যবহারিক সুবিধা হলো লিড টাইম: আচরণ-ভিত্তিক মডেলগুলো প্রায়শই দৃশ্যমান মৃত্যুর 2-7 দিন আগে সমস্যা শনাক্ত করে, যা লক্ষ্যভিত্তিক চিকিৎসা, খাদ্য হ্রাস বা পৃথকীকরণের সুযোগ তৈরি করে যা ক্ষতি এবং অ্যান্টিবায়োটিক ব্যবহার তীব্রভাবে কমায়। কর্মক্ষমতা ডেটার গুণমান এবং লেবেলিংয়ের উপর নির্ভর করে: একটি খামারের ক্যামেরায় প্রশিক্ষিত মডেল ভিন্ন ঘোলাটে ভাব, আলো বা প্রজাতির অধীনে কার্যকারিতা হারায়, তাই স্থানান্তরের জন্য স্থানীয় পুনঃপ্রশিক্ষণ বা ফাইন-টিউনিং প্রয়োজন, এবং ভেটেরিনারি-নিশ্চিত লেবেল হলো সেই দুর্লভ ইনপুট যা একটি ডেমোকে কার্যকর সিস্টেম থেকে আলাদা করে। খামারগুলোর উচিত মডেল আউটপুটকে ট্রায়াজ সংকেত হিসেবে বিবেচনা করা — মানুষের পরিদর্শনের জন্য পেনের একটি র্যাঙ্ককৃত সারি — স্বয়ংক্রিয় রোগ নির্ণয় হিসেবে নয়। সর্বোচ্চ মূল্যের ইন্টিগ্রেশনগুলো শনাক্তকরণকে ফার্ম ম্যানেজমেন্ট সফটওয়্যারের সাথে যুক্ত করে, স্বয়ংক্রিয়ভাবে নমুনা সংগ্রহ, চিকিৎসা ওয়ার্কফ্লো এবং ফিড হোল্ড ট্রিগার করে এবং একটি মহামারী সংক্রান্ত রেকর্ড তৈরি করে যা পরবর্তী চক্রগুলোতে মডেল এবং জৈব নিরাপত্তা সিদ্ধান্ত উভয়কেই উন্নত করে।
