Vil forbedre og evaluere

Prosjektet OBKLAS har to hovedmål:

• Klassifiseringen for gris, storfe og sau skal forbedres ved å øke presisjonen, forbedre rettferdigheten/ objektiviteten i tillegg til å utføre klassifiseringen til en lavere kostnad.

• Evaluere i hvilken grad klassifiseringen gjenspeiler den kommersielle verdien av slaktene. Kommersiell verdi kan regnes ut ved hjelp av nedskjæringsdata både for lam, storfe og gris.

I tillegg til de to hovedmålene ønsker vi også å evaluere hvordan kjønn og ulike rasekombinasjoner innen både storfe og gris påvirker resultatene av de ulike klassifiseringsmetodene.

På den forretningsmessige siden er det langsiktige målet at norske automatiske klassifiseringsløsninger skal godkjennes i minst ett EU-land, slik at teknologien også kan eksporteres.

Arbeider med storfelikningen

Fra januar 2019 ble det innført et halvautomatisk system, kjent som «lengdemåling», for klassifisering av storfe ved alle slakteriene i Norge. Fettgruppen blir fremdeles fastsatt av slakteriets klassifisør. Systemet bruker informasjon fra lengdemålingen i kombinasjon med informasjon fra Husdyrregisteret, og variablene som benyttes for å sette klassen er vekt, lengde, kjønn, alder og rase. Husdyrregisteret gir oss mulighet til å benytte en detaljert raseinndeling, inn til tippoldeforelder.

I OBKLAS har vi våren 2020 startet arbeidet med å utarbeide en forbedret likning for prediksjon av klasse på storfe. Datasettet har blitt større, og vi vil gjøre et grundig arbeid for å finne en prediksjonslikning som gir en glattere overgang mellom ulike kategorier, for eksempel fra kalv til ungdyr.

Den viktigste delen av arbeidet er evaluering av likningen opp mot et testdatasett hvor flere eksperter hos Animalia, men også fra nordiske naboland, har klassifisert de samme slaktene. Det skal sjekkes om 2020-likningen er forventningsskjev, dvs. gjennomgående gir for høy eller lav klasse sammenlignet med ekspertene. Videre tester vi hvor presis likningen er sammenlignet med klassifisørene.

Vil undersøke maskinlæring

I prosjektet MeatCrafter jobbes det med å utvikle instrumenter som bestemmer klasse og fettgruppe uten hjelp av en operatør – altså helautomatisk – for småfe. MeatCrafter henter inn store mengder data fra det enkelte individ. I analysen er det utfordrende å trekke essensen ut av slike store datamengder. Statistiske metoder som tar med den viktigste informasjonen blant alle data er viktige verktøy. I tillegg er planen å undersøke om maskinlæring kan benyttes på data fra MeatCrafter-prosjektet som formelt avsluttes 31. desember 2020.

Autofom trenger norsk likning

Klassifisering av gris i Norge har i de siste tiår blitt gjennomført med en halvautomatisk metode. En sertifisert operatør benytter en lyssonde fra selskapet Hennessy, kalt GP7. GP7-instrumentet måler fett og muskeltykkelse i to målepunkter. Første målepunkt er bak bakerste ribbein, og andre målepunkt er mellom tredje og fjerde bakerste ribbein. Målene som tas benyttes for å fastsette slaktets kjøttprosent.

Som første slakteri i Norge installerte Fatland Oslo høsten 2019 det helautomatiske instrumentet Autofom, som også blir benyttet i de fleste større europeiske slakterier. Autofom bruker ultralyd til å ta «bilde» av grisen. Basert på bildet beregnes kjøttprosent. Vekt og sammensetning av hovedstykningsdelene bog, kam, side og skinke kan også beregnes.

I de seneste månedene har Autofom-metoden hos Fatland Oslo blitt brukt parallelt med GP7. Fra 14. mai 2020 fikk Fatland Oslo godkjenning fra Klassifiseringsutvalget til å benytte Autofom for å klassifisere griseslakt basert på en tilpasning av likningen som benyttes i Tyskland for å regne ut norsk kjøttprosent. Planen er å utvikle en egen norsk likning innen juli 2021, basert på nedskjæringer og registreringer av norske griser.

Fakta: Egen nærings-PhD

Andrew Heggli (bildet)er ansatt som nærings-PhD-student hos Animalia. Avhandlingen er planlagt levert i februar 2023. Andrew vil jobbe vitenskapelig med materialet og problemstillingene i OBKLAS, hvor han er tilknyttet fakultet for kjemi, bioteknologi og matvitenskap ved NMBU. Postdoktor Hilde Vinje er hovedveileder ved NMBU.

Hos Animalia er Lars Erik Gangsei hovedveileder, Morten Røe er Andrews formelle overordnede og mentor, i tillegg er Ole Alvseike med i veiledergruppen.