Generación de una base de datos de la raza Angus para la generación de una app de condición corporal

La ganadería bovina es uno de los principales rubros productivos del Uruguay y su eficiencia depende, en gran medida, del desempeño reproductivo de los rodeos de cría. En este contexto, la condición corporal (CC) es una herramienta fundamental para evaluar el estado nutricional de las vacas y anticipar su respuesta reproductiva, especialmente en el período posparto. Sin embargo, su estimación visual presenta un componente subjetivo, ya que depende de la experiencia del evaluador y de la correcta aplicación de los criterios técnicos. En el marco del proceso de digitalización del agro, el desarrollo de herramientas basadas en inteligencia artificial representa una oportunidad para estandarizar y automatizar este tipo de evaluación. El objetivo general de este Trabajo Final de Grado fue generar una base de datos de imágenes de vacas de cría correctamente clasificadas por condición corporal, que sirva como insumo para el desarrollo de una aplicación capaz de estimar automáticamente este indicador mediante modelos de inteligencia artificial. Como objetivos específicos se planteó diseñar una metodología adecuada para la toma de imágenes y construir una base de datos representativa de los diferentes puntajes de condición corporal. El estudio se llevó a cabo en octubre de 2025 en el establecimiento “Las Nazarenas”, ubicado en el departamento de Flores, Uruguay. Se trabajó con 140 vacas multíparas de razas Aberdeen Angus y Red Angus, todas con ternero al pie. Cada animal fue fotografiado individualmente desde una vista posterior estandarizada y clasificado por condición corporal por apreciación visual en el momento del trabajo de campo por tres evaluadores. Posteriormente, las imágenes fueron reclasificadas en una instancia independiente de escritorio. Los datos obtenidos fueron analizados mediante estadísticos descriptivos, análisis de varianza (ANOVA), modelos de regresión lineal simple y coeficientes de correlación de Pearson, utilizando el software SAS. La condición corporal promedio determinada a campo fue de 3,42 (desvío estándar = ± 0,66), con un rango entre 2 y 5,5, lo que evidenció una variabilidad adecuada para la generación de la base de datos. Los modelos de regresión fueron altamente significativos (p < 0,0001) para los tres evaluadores, con coeficientes de determinación de 0,83, 0,72 y 0,67. El análisis de varianza mostró diferencias significativas entre observadores (F = 10,66; p < 0,0001), aunque el efecto del evaluador explicó solo el 4,9 % de la variabilidad total observada. Asimismo, las correlaciones entre la evaluación a campo y la realizada a partir de imágenes fueron altas (r = 0,82–0,91), lo que indica una fuerte asociación entre ambas mediciones. Se concluye que la estimación de la condición corporal mediante imágenes constituye una herramienta técnicamente viable y estadísticamente validada. La base de datos generada representa un aporte relevante para el desarrollo de aplicaciones basadas en inteligencia artificial, con potencial para mejorar la objetividad, la repetibilidad y la eficiencia en la evaluación del estado corporal en sistemas ganaderos de cría.