Sistemas de alimentação de precisão e apoio à decisão em porcos de engorda

A otimização do peso de abate é essencial para uma gestão eficiente em sistemas de produção de suínos do tipo "tudo dentro/tudo fora", onde grandes diferenças de crescimento entre animais podem complicar a comercialização e reduzir a rentabilidade.

Objetivo: Este estudo avaliou se uma estratégia individual de alimentação de precisão, apoiada por um sistema de apoio à decisão, poderia melhorar o desempenho do ganho de peso e reduzir a variabilidade dentro dos lotes de porcos.

Métodos: Num ensaio comercial de 103 dias com 365 porcos, a alimentação convencional em três fases foi comparada com a alimentação de precisão. Dois grupos de controlo receberam dietas padrão com concentrações fixas de lisina digestível ileal padronizada (Lis DIP) através de comedouros tradicionais, enquanto os porcos do grupo de alimentação de precisão foram alimentados individualmente utilizando comedouros eletrónicos. Estes comedouros ajustavam o fornecimento de nutrientes em tempo real, misturando dietas com alto e baixo teor de lisina de acordo com as necessidades estimadas de cada porco. O sistema de apoio à decisão combinava um modelo nutricional, restrições alimentares definidas pelo operador e recolhia automaticamente dados em tempo real sobre o peso e o consumo de alimento de cada animal. Isto permitiu o ajustamento diário da oferta de Lis DIP para cada porco ao longo do período de crescimento.

Resultados: O desempenho global de crescimento foi semelhante entre os grupos. No entanto, os porcos do sistema API utilizaram a lisina de forma mais eficiente, necessitando de menos lisina DIE por quilograma de ganho de peso vivo do que os porcos dos grupos de controlo. Quando os animais foram classificados pelo seu peso inicial, a estratégia de alimentação de precisão revelou-se particularmente benéfica para os suínos nos extremos da distribuição populacional. Os porcos mais pesados ​​do grupo API apresentaram uma melhoria de aproximadamente 4–7 kg no desempenho de crescimento em comparação com os porcos dos grupos de controlo, enquanto os porcos mais leves melhoraram cerca de 3–4 kg, embora estas diferenças não tenham sido estatisticamente significativas. Notavelmente, a estratégia API melhorou a uniformidade entre os porcos mais leves, reduzindo a variabilidade em comparação com os grupos alimentados convencionalmente. Embora a variabilidade geral do lote tenha permanecido semelhante, o sistema ajudou a sustentar os animais que normalmente ficam para trás na produção comercial. O estudo não observou reduções claras nos custos da ração ou na excreção de azoto, em parte devido a problemas técnicos com a distribuição da ração durante a fase final de alimentação e aos níveis relativamente elevados de proteína bruta nas dietas experimentais. No entanto, a modelização económica sugeriu que a rentabilidade do sistema era sustentada principalmente pela melhoria da produção e pela melhor optimização do crescimento animal.

Conclusão: O estudo demonstra que um sistema de alimentação de precisão baseado num sistema de apoio à decisão pode ser implementado com sucesso em condições comerciais. Ao adequar o fornecimento de nutrientes às necessidades de cada porco em tempo real, esta abordagem melhorou a eficiência da utilização dos nutrientes e o desempenho de crescimento dos animais com maior risco de baixo ou alto desempenho dentro do lote.