Teknik på grisgård: Automatisk bedömning av suggors kondition

Med kamera- eller sensorbaserad teknik kan suggans kondition bedömas automatiskt utifrån egenskaper i hennes kroppsform. Bedömningen används som underlag för att automatiskt justera foderkurvan. På så sätt kan du hålla ett jämnt och lämpligt hull hos suggorna, vilket är en viktig del i en lönsam smågrisproduktion.

Vad säger lantbrukaren om tekniken?

Automatisk bedömning av suggors kondition

Bedömning av suggors kroppskondition är ett värdefullt verktyg för att bedöma näringsstatus, hälsa och produktivitet (1). Det finns flera sätt att mäta eller uppskatta suggans kondition och i den här rapporten beskrivs system med kamera- eller sensorbaserad teknik. Den uppskattar suggans kondition automatiskt utifrån egenskaper i hennes kroppsform. Bedömningen används som ett underlag för automatisk justering av foderkurvan i kommersiella system (2, 3). På så sätt kan man hålla ett jämnt och lämpligt hull hos suggorna, vilket är en viktig del i en lönsam smågrisproduktion (4).

Suggor står i stall framför box som de kan få foder i.
Foto: Lars Angantyr

Så fungerar tekniken

Det kan vara svårt att avgöra om en sugga har mycket muskelmassa eller ett önskat späcklager enbart genom att titta på henne (4). Traditionellt görs hullbedömningen genom att känna över suggans kropp eller genom att mäta späcktjockleken med ultraljud. Att hålla späcktjockleken inom ett lämpligt intervall kan bidra till effektivare foderanvändning och bättre reproduktionsresultat (6). Resultatet av manuell hullbedömning är beroende av bedömarens kunskap och erfarenhet (1).

Forskning har visat samband mellan olika kroppsmått och späcktjocklek, och att suggors kondition kan uppskattas med hjälp av bildanalys (6). En sammanställning (1) beskriver hur det finns flera automatiserade, bildbaserade metoder för hullbedömning och lyfter att sådana system har potential att ge mer noggranna och enhetliga bedömningar.

I OmniFeed Pro och Rotecnas lösningar sitter kameran eller sensorn i en elektronisk utfodringsstation (2, 3). M3SEN använder i stället en rörlig lösning ovanför suggorna (7). Utifrån tillgänglig information går det inte att avgöra vilket inhysningssystem den rörliga kameran fungerar för eller om den är tillämpbar i Sverige. Systemen beskriver gemensamt hur suggan läses av och mäts och att konditionsbedömningen används för att automatiskt anpassa utfodringen till suggorna.

1 av 2

Fördelar

Bedömningen kan göras automatiskt
Tekniken möjliggör automatisk bedömning av konditionen. Det kan minska behovet av manuella bedömningar och mätningar och de subjektiva fel som är förknippade med dessa (6).

Koppling till utfodringen
Med koppling mellan konditionsbedömningen och utfodringen kan suggornas utfodring anpassas i rätt tid och optimeras löpande. Att hålla späcktjockleken inom ett lämpligt intervall kan bidra till effektivare foderanvändning och bättre reproduktionsresultat (6).

1 av 3

Nackdelar och begränsningar

Resultaten är uppskattningar
Konditionsbedömningen är en uppskattning utifrån suggornas kroppsegenskaper och kan skilja sig från mätning med andra metoder. Bedömningen kan också påverkas av skillnader mellan individer och förhållanden vid bildinsamlingen (6).

Noggrannheten kan variera
Det framgår inte alltid hur träffsäkra systemen är. Det är därför relevant att få veta mer om olika leverantörers lösningar, vilken noggrannhet de har och under vilka förhållanden de har testats.

Den ekonomiska nyttan är inte beräknad
Det är svårt att få en tydlig bild av kostnaderna för systemen, och det saknas oberoende beräkningar av hur snabbt en investering kan betala sig.

1 av 4

Praktiska råd

Kontrollera placering och kompatibilitet
Ta reda på vilka krav som finns på systemets placering, om det kan användas i ditt befintliga inhysningssystem och om det är kompatibelt med andra system, till exempel utfodringen.

Se till att data ger dig det du behöver
Undersök om data från systemet presenterar den information som du behöver i ditt arbete. Förhör dig om att systemet är anpassat för att fungera under de förhållanden som råder i din produktion. Undersök hur noggrant systemet är i jämförelse med andra metoder för konditionsbedömning.

Räkna med nya arbetsuppgifter
Systemet frigör arbetstid som inte behöver läggas på manuell konditionsbedömning. Undersök om det tillkommer nya typer av arbetsuppgifter, som kontroll av data och systemhantering, även då systemet uppges vara automatiskt. Undersök omfattningen av inställningar och löpande arbete samt underhåll som krävs.

Granska kostnader och påståenden
Kontrollera startkostnad, löpande kostnad och hur kostnader för support ser ut. Be om underlag för påståenden om minskad foderåtgång, tidsbesparing och förbättrade produktionsresultat för att kunna bedöma totalekonomin.

Tillgänglighet på marknaden

Kamera- och sensorbaserad konditionsbedömning används idag kommersiellt i svensk grisproduktion. Nedan hittar du ett urval av de aktörer och system som identifierades när rapporten sammanställdes. Utbudet förändras över tid och alla system är inte nödvändigtvis tillgängliga på den svenska marknaden.

Forskning och kunskapsläge

Konditionsbedömning används för att bedöma suggors näringsstatus och hälsa. Traditionella metoder är enkla men påverkas av bedömarens erfarenhet, medan automatiserade metoder med bildteknik har potential att ge mer noggranna, enhetliga och repeterbara bedömningar (1). Samtidigt finns fortfarande tekniska utmaningar och systemen verkar ännu inte vara brett kommersiellt tillgängliga. Forskning visar att 3D-bilder av suggans kroppsform kan användas för att uppskatta späcktjocklek, men pekar också på att resultatet påverkas av bland annat bildförhållanden och individuella skillnader (6).

Sammantaget visar forskningen att tekniken är lovande, men att kunskapen om hur väl den fungerar i olika besättningar och produktionsmiljöer fortfarande är begränsad. Likaså saknas uppgifter om totalekonomin för systemen.

Kort faktaöversikt

  • Typ av teknik – en kamera eller sensor mäter egenskaper i suggans kroppsform. Informationen används för att uppskatta hennes kondition och optimera utfodringen.
  • Utförande – kameran eller sensorn placeras i en elektronisk utfodringsstation (2, 3) eller på en skena ovanför suggorna (7). I försök har man också föreslagit att systemet skulle kunna monteras i ett sorteringssystem eller i en drivgång, men detta system finns inte kommersiellt tillgängligt (5).
  • Produktion – tekniken används framför allt för dräktiga suggor för att kunna anpassa utfodringen bättre.
  • Digital nivå – systemen använder kameror, sensorer, bildanalys och AI-baserade modeller.
  • Teknikens mognad – åtminstone ett kommersiellt system finns att tillgå i Sverige.
  • Kunskapsnivå – systemet bedömer konditionen och anpassar foderkurvan automatiskt. Användaren behöver kunskap för att kunna göra relevanta inställningar och för att tolka och agera på data.
  • Ekonomi – OmniFeed Pro (2) uppger en prismodell med en startkostnad som anpassas efter antalet utfodringsstationer samt en årlig kostnad per sugga. Leverantören lyfter bland annat minskad arbetsinsats och foderåtgång som möjliga ekonomiska fördelar. Någon oberoende lönsamhetsberäkning för investeringen har inte hittats.

Vad säger rådgivaren om tekniken?

Camilla Hallgren, Gård & Djurhälsan

Allmänt – vad betyder ett jämnt och optimalt hull på suggorna under dräktighet för produktionen och lönsamheten?

Ett jämnt hull över tid är positivt för både produktion och lönsamhet.

Produktion: En sugga som är i lagom hull har de förutsättningar som krävs rent kroppsligt för att kunna producera många ägg (folliklar), få bra brunst, bli dräktig, få lätta grisningsförlopp och klara av att försörja många diande smågrisar (förutsatt att hon äter bra under digivningen).

Lönsamhet: Förutom att producera många smågrisar går det totalt åt mindre foder till en sugga som håller jämnt hull jämfört med en sugga som ”jojo-bantar”, det vill säga tappar mycket i hull och sedan kräver stora fodermängder för att bygga upp sitt hull igen. Automatisk späckmätning kan fånga upp individer innan de blir onödigt stora under dräktigheten, då vi ofta ser att dessa individer har mer utdragna grisningsförlopp samt sämre aptit under digivningen vilket leder till att de tappar mer i späck. Likaså kan systemet fånga upp tunna individer så att de kommer in i grisningen i rätt kondition.

Hur kan automatisk konditionsbedömning i jämförelse med manuell bedömning/späckmätning påverka suggornas hull, foderförbrukning och reproduktionsresultat?

Om hullbedömningen/späckmätningen kan ske automatiskt blir den gjord regelbundet, sparar tid och ger samtidigt en mer jämn bedömning än om olika personer gör den. Suggan fångas också upp tidigare och fodergivan kan höjas eller sänkas vid behov. Manuell späckmätning görs oftast två till fyra gånger per cykel, vilket kan leda till att suggor går flera veckor på för hög eller för låg giva innan åtgärd görs (vid enbart två späckmätningar/cykel).

Vilka produktionsnyckeltal bör följas för att bedöma om tekniken ger effekt? Till exempel grisningsresultat, omlöp, utslagning av suggor, foderåtgång etc.?

  • Dräktighetsprocent
  • Grisningsprocent
  • Levande födda
  • Dödfödda
  • Antal avvanda/kull
  • Utslagningsorsak bland suggorna
  • Även foderåtgång under sinperioden, men den påverkas väldigt mycket av suggans foderintag under digivningen

Eftersom det inte framgår hur stor avvikelse den automatiska späckmätningen har skulle jag jämföra mot manuell späckmätning. Endast 2 millimeters skillnad är mycket när vi pratar om rekommenderat späck vid grisning och kan påverka grisningsresultatet men även nästkommande kull.

Inledningsvis – bör resultaten kontrolleras mot manuell hullbedömning eller mätning av späcktjocklek?

Även fodergivan som är satt vid ett visst späckmått måste kontrolleras – svarar suggan med x antal mm på denna giva? Svårt med standardkurva då fysiskt stora suggor kräver högre fodergiva för att öka i späck jämfört med en mindre sugga.

Beroende på innehållet i sinsuggefodret kan det också finnas behov av en högre fodergiva under högdräktigheten till yngre suggor, även om de uppnått önskat späck. Detta beror på att de fortfarande växer själva samtidigt som den stora fostertillväxten sker.

Finns det något med systemet som du tycker man som lantbrukare bör tänka på inför införskaffandet av tekniken?

  • Kolla upp utrustningens noggrannhet – hur stor avvikelse som tillåts från det registrerade späckmåttet.
  • Är den automatiska späckmätaren du tittar på kompatibel med ditt utfodringssystem?
  • Ta reda på hur data ser ut – om man kan få fram diagram över den enskilda suggans utveckling av späck eller om man bara kan få data för senaste mätningen.

Aktörer och system för automatisk konditionsbedömning

I samarbete med:

Läs mer här

  1. EU Reference Centre for Animal Welfare Pigs. 2026. Question to EURCAW-Pigs: Body condition score assessment. Tillgänglig på: https://edepot.wur.nl/708947. Hämtad 2026-08-26.
  2. OmniFeedPro. 2026. Automatic body condition management. Tillgänglig på: https://www.omnifeedpro.com/. Hämtad 2026-08-26.
  3. Rotecna. 2026. Bodycheck. Tillgänglig på: https://www.rotecna.com/en/product/bodycheck/. Hämtad 2026-08-26.
  4. Gård & Djurhälsan. 2026. Utfodring. Tillgänglig på: https://www.gardochdjurhalsan.se/utfodring/. Hämtad 2026-08-26.
  5. Schauer Agrotronic. 2026. Schauer Agrotronic presents top innovations for pig farming at the Eurotier 2026 trade fair to mark its 75th anniversary. Tillgänglig på: https://en.schauer-agrotronic.com/pig-news-eurotier. Hämtad 2026-08-26.
  6. Jian, Y.; Pu, S.; Zhu, J.; Zhang, J.; Xing, W. 2024. Estimation of Sow Backfat Thickness Based on Machine Vision. Animals, 14, 3520. https://doi.org/10.3390/ani14233520
  7. M3SEN. 2026. Gestating Sow Management DeepScan. Tillgänglig på: https://www.m3sen.com/en/products/deepscan. Hämtad 2026-08-26.