--- title: "¿Puede un móvil diagnosticar coccidiosis mirando las heces de un pollo ?" description: "INNOVACIÓN · SANIDAD AVIAR. Un equipo entrenó una red neuronal con más de 8.000 fotos de heces de pollo y declara una precisión del 98,7 % para distinguir coccidiosis, salmonelosis y Newcastle. Las heces como ventana diagnóstica. Cualquier veterinario de" url: https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/ date: 2026-08-12 modified: 2026-10-29 author: "Federico Castello" image: https://nexusavicultura.com/wp-content/uploads/2026/10/coccidia-en-pollos-detectarla-con-fotos-con-el-movil.jpg categories: ["SALUD AVIAR", "TENDENCIAS"] tags: ["avicultura de precisión", "coccidiosis", "salud intestinal"] type: post lang: es-ES --- # ¿Puede un móvil diagnosticar coccidiosis mirando las heces de un pollo ? **INNOVACIÓN · SANIDAD AVIAR** Tabla de Contenidos [Toggle](#) - [Un equipo entrenó una red neuronal con más de 8.000 fotos de heces de pollo y declara una precisión del 98,7 % para distinguir coccidiosis, salmonelosis y Newcastle.](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Un_equipo_entreno_una_red_neuronal_con_mas_de_8000_fotos_de_heces_de_pollo_y_declara_una_precision_del_987_para_distinguir_coccidiosis_salmonelosis_y_Newcastle) - [Las heces como ventana diagnóstica](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Las_heces_como_ventana_diagnostica) - [Dos redes neuronales en cadena](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Dos_redes_neuronales_en_cadena) - [Los datos: Tanzania, móviles y PCR](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Los_datos_Tanzania_moviles_y_PCR) - [98,7 %: la cifra y su letra pequeña](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#987_la_cifra_y_su_letra_pequena) - [La visión del clínico](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#La_vision_del_clinico) - [Por qué merece atención](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Por_que_merece_atencion) - [La NeXus-Ficha resumen](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#La_NeXus-Ficha_resumen) - [Fuentes](https://nexusavicultura.com/puede-un-movil-diagnosticar-coccidiosis-mirando-las-heces-de-un-pollo/#Fuentes) # *Un equipo entrenó una red neuronal con más de 8.000 fotos de heces de pollo y declara una precisión del 98,7 % para distinguir coccidiosis, salmonelosis y Newcastle. * ## Las heces como ventana diagnóstica Cualquier veterinario de campo lo sabe: la cama habla. Color, consistencia y presencia de sangre o uratos son las primeras pistas en una visita, y ya repasamos en NeXusAvicultura [cómo el aire, las heces y el agua pueden avisar de que un lote enferma antes de verlo](https://nexusavicultura.com/olfatear-la-coccidiosis-7-dias-antes-del-brote-y-vacunar-con-robots-la-nueva-frontera-de-la-bioseguridad-avicola/). Mizanu Zelalem Degu y Gizeaddis Lamesgin Simegn, del Jimma Institute of Technology (Etiopía), han intentado convertir esa mirada experta en un algoritmo. Su trabajo, publicado en acceso abierto en *[Smart Agricultural Technology](https://www.sciencedirect.com/science/article/pii/S2772375523000515?via%3Dihub)* , presenta KUKU, una aplicación móvil que fotografía las heces y las clasifica en cuatro categorías: sana, coccidiosis, salmonelosis o enfermedad de Newcastle. ![](https://nexusavicultura.com/wp-content/uploads/2026/10/1-s2.0-S2772375523000515-gr1_lrg-1024x373.jpg) ## Dos redes neuronales en cadena El sistema trabaja en dos pasos. Primero, un detector de objetos **YOLOv3** (ver recuadro) localiza las heces en la foto y recorta el fondo: cama, suelo, piedras. Después, una red **ResNet50** preentrenada clasifica solo ese recorte. Según los autores, este recorte previo es la mejora frente a trabajos anteriores, que entrenaban con la imagen completa y dejaban que el «ruido» del entorno contaminara el aprendizaje. Es la misma lógica de [visión artificial que ya se aplica en pollos para medir su bienestar](https://nexusavicultura.com/aplicacion-de-sistemas-de-vision-con-inteligencia-artificial-en-pollos-para-medir-su-bienestar/), aquí orientada al diagnóstico. > «Su lugar razonable es la alerta temprana, no el sustituto del laboratorio.» ## Los datos: Tanzania, móviles y PCR Las imágenes proceden de un banco público en Zenodo (Machuve et al.) recogido con teléfonos móviles en granjas de Arusha y Kilimanjaro (Tanzania) entre septiembre de 2020 y febrero de 2021. Un punto fuerte es que las etiquetas de ese dataset están respaldadas por PCR. Partían de 8.067 fotos muy desequilibradas: apenas 562 (6,96 %) correspondían a Newcastle. Para compensar, los autores duplicaron imágenes de las clases minoritarias y aplicaron giros, zooms y desplazamientos hasta llegar a 10.500 imágenes equilibradas. ![](https://nexusavicultura.com/wp-content/uploads/2026/10/1-s2.0-S2772375523000515-gr3_lrg-1024x416.jpg) ## 98,7 %: la cifra y su letra pequeña El clasificador alcanzó una exactitud del 98,7 %, con valores por clase del 98–99 %. El detector YOLOv3 logró una precisión media (mAP) del 87,48 %. Leído con ojo crítico, el estudio tiene varias limitaciones: - **Posible sobreestimación:** el sobremuestreo por duplicación se describe *antes* de la partición 80/20 entre entrenamiento y prueba. Si fue así, copias de la misma foto pueden haber caído en ambos lados, y el modelo estaría «reconociendo» imágenes ya vistas. - **Detector con pocos ejemplos:** YOLOv3 se entrenó con solo 456 imágenes etiquetadas. - **Sin validación externa:** no hay prueba con fotos de otras granjas, países o sistemas productivos, ni comparación con el diagnóstico laboratorial en campo. Son, en el fondo, los mismos riesgos que señalábamos al hablar de [la importancia de evitar sesgos y contar con datasets de calidad antes de implantar IA](https://nexusavicultura.com/la-importancia-de-evitar-los-sesgos-y-tener-datasets-de-calidad-antes-de-implantar-ia/). ## La visión del clínico Desde la clínica, el aspecto de las heces rara vez es patognomónico. Unas heces verdosas pueden responder a Newcastle, pero también a anorexia de cualquier origen. Unas heces blanquecinas no confirman salmonelosis. Además, el modelo solo conoce cuatro categorías, así que cualquier otro proceso (enteritis necrótica, micotoxicosis, cambios de pienso) se clasificará a la fuerza en una de ellas. Su lugar razonable sería el de alerta temprana o triaje en avicultura de pequeña escala, nunca el de sustituto de la necropsia o del laboratorio. ![](https://nexusavicultura.com/wp-content/uploads/2026/10/1-s2.0-S2772375523000515-gr2_lrg-1024x254.jpg) ## Por qué merece atención Con más de un centenar de citas según ScienceDirect, el trabajo se ha convertido en referencia de una línea de investigación en pleno crecimiento: diagnóstico asistido por imagen con herramientas al alcance de cualquier productor. La idea es potente y encaja en una tendencia que [está reescribiendo la hoja de ruta de la avicultura de precisión, del pollito a la canal](https://nexusavicultura.com/desde-el-pollito-hasta-la-canal-pasando-por-la-granja-como-la-inteligencia-artificial-esta-reescribiendo-la-hoja-de-ruta-en-la-avicultura-de-precision/). Falta demostrar que funciona fuera del conjunto de datos con el que se entrenó. ◆ ◆ ◆ > 📦¿Qué es YOLO y qué aporta YOLOv3? > YOLO (You Only Look Once, «solo miras una vez») es una familia de algoritmos de visión artificial para detección de objetos: no se limitan a decir qué hay en una imagen, también indican dónde está, dibujando un recuadro a su alrededor. La propuso Joseph Redmon en 2016. > Su clave es la velocidad. Los métodos anteriores examinaban la imagen por partes en varias pasadas. YOLO la analiza de una sola vez: la divide en una cuadrícula, y cada celda predice posibles recuadros con una puntuación de confianza. Por eso puede trabajar en tiempo real, sobre vídeo o cámaras en directo. > En este estudio, YOLOv3 no diagnostica nada: actúa como un «recortador» que aísla las heces del resto de la foto antes de pasarlas al clasificador. La familia YOLO ha seguido evolucionando en versiones posteriores, más rápidas y precisas. ## La NeXus-Ficha resumen | | | | --- | --- | | **Estudio** | Degu MZ, Simegn GL. *Smart Agricultural Technology* 4 (2023) 100221 | | **Centro** | Jimma Institute of Technology (Etiopía) | | **Objetivo** | Diagnóstico de enfermedades aviares a partir de fotos de heces con el móvil | | **Tecnología** | YOLOv3 (detección) + ResNet50 (clasificación); app KUKU (Flutter) | | **Categorías** | Sana, coccidiosis, salmonelosis, Newcastle | | **Datos** | 8.067 imágenes de Tanzania (etiquetas PCR) → 10.500 tras sobremuestreo | | **Resultado** | Exactitud del 98,7 %; mAP del detector del 87,48 % | | **Limitaciones** | Posible fuga de datos, sin validación externa, solo cuatro clases | | **Acceso** | Abierto (CC BY-NC-ND) | ## Fuentes - Degu MZ, Simegn GL (2023). [Smartphone based detection and classification of poultry diseases from chicken fecal images using deep learning techniques](https://doi.org/10.1016/j.atech.2023.100221). *Smart Agricultural Technology*, 4, 100221. - Machuve D et al. (2021). [Machine Learning Dataset for Poultry Diseases Diagnostics – PCR annotated](https://doi.org/10.5281/zenodo.5801834). Zenodo. --- **Para saber más :** -. Avicultura de [**precisión**](https://nexusavicultura.com/tag/avicultura-de-precision/) -. [Posibilidades del uso de la Inteligencia Artificial y el «Deep Learning» aplicado a las granjas avícolas](https://nexusavicultura.com/posibilidades-del-uso-de-la-inteligencia-artificial-y-el-deep-learning-aplicado-a-las-granjas-avicolas/) -. [Inteligencia Artificial predictiva en broilers: detección temprana de mortalidad](https://nexusavicultura.com/inteligencia-artificial-predictiva-en-broilers-una-herramienta-revolucionaria-para-la-deteccion-temprana-de-mortalidad/) --- ***¿Te ha resultado útil este análisis?** En NeXusAvicultura asistimos a los principales los congresos y revisamos las publicaciones científicas por ti, con datos y fuentes verificados en cada cifra. [Regístrate gratuitamente](https://nexusavicultura.com/pf-suscribete-gratis/) para no perderte nada.*