IoT on mahdollistaja ja sillä tarkoitetaan teknologioita, joiden avulla data siirtyy laitteesta toiseen langattomasti. Itsessään IoT, tai mikään muukaan teknologia ei tee muutosta tai lisää ymmärrystä, vaan meidän pitää osata tehdä datasta oikeanlaisia päätelmiä ja kyetä myös muuttamaan toimintaamme. IoT ja siitä saatava data voi pahimmassa tapauksessa olla upottava suo rämmittäväksi tai oikein käytettynä se voi antaa meille paljon hyödyllistä ja tarkkaa tietoa siitä mitä emme silmällä näe. Tässä artikkelissa käsittelemme aihetta lyhyesti ja pintapuolisesti hevosen hyvinvointiin liittyvän mittaamisen näkökulmasta.
Teknologialla voidaan tukea olemassa olevaa osaamista ja syventää ymmärrystä.
Mahdollisuuksia
IoT on mahtava tapa siirtää tietoa langattomasti laitteesta toiseen. Esimerkiksi tilanteessa, jossa kätemme on varattu tekemään jotain muuta samaan aikaan, joka on hyvin ominaista hevosalalle. Laite hoitaa mittauksen automaattisesti, eikä dataa tarvitse erikseen purkaa mittauslaitteesta. Data siirtyy langattoman yhteyden kautta mittauslaitteesta vastaanottimeen, joka voi olla esimerkiksi älypuhelin tai esimerkiksi Raspberry Pi, joka on kevyttietokone. Valmiissa, loppukäyttäjälle suunnatussa tuotteessa datat voivat kulkea algoritmin läpi ja vastaanottaja, esimerkiksi valmentaja saa valmiin analyysin reaaliaikaisesti nähtäväksi. Data on usein vähintään visualisoitu lukemisen helpottamiseksi, vaikka algoritmia ei datan ja loppukäyttäjän välissä olisikaan. Silloin analysointi jää käyttäjän vastuulle. Tällöin data on usein esimerkiksi erilaisia graafeja ja diagrammeja.
IoT mahdollistaa esimerkiksi talli-ilman mittaamisen reaaliaikaisesti etänä, ei siis tarvitse ajaa tallille tarkistaakseen ilmanlaadun lukuja. Ne voi tarkistaa kotona ja mikäli anturit on asennettu esimerkiksi karsinaan ja käytävälle, saadaan reaaliaikaset lämpötila- ja kosteuserot eri kohdista mitattuna ympäri vuorokauden. Näin pystytään seuraamaan esimerkiksi ulkolämpötilan, ilmankosteuden ja -paineen vaihteluiden vaikutuksia tallin ilmanlaatuun. Ilman laadun seuranta tuo tärkeää tietoa esimerkiksi sisäloimitusta mietittäessä, sillä lämpötilassa voi olla huomattavia eroja esimerkiksi karsinan sisä- ja ulkopuolelta mitattuna. Ilmanlaatua seuraamalla voidaan löytää yhteyksiä myös hevosten hengitystieoireiluun. IoT-mahdollistaa mittauksen ympäri vuorokauden, joten myös yölämpötilojen seuraaminen on helppoa.
Muita IoT-teknologioiden potentiaalisia kohteita hevosen hyvinvoinnin mittaamiseksi voivat olla esimerkiksi
- sykkeen mittaus ympäri vuorokauden
- sykkeen kehittyminen treenissä
- ratsastajan tuntuman vahvuuden ja tasaisuuden mittaus
- makuuajan pituuden mittaus
- ruumiinlämmön mittaus
- vapaan liikkumisen määrä ympäri vuorokauden
Näissä kaikissa tapauksissa ihanteellisin tilanne on, että luvut olisi luettavissa yhdestä näkymästä ilman erillisiä datan keräykseen käytettyä aikaa tai toimia. Datan ymmärrystä helpottaa, kun se visualisoidaan. Näin loppukäyttäjä voi tulkita itse datan vaikutuksia, eli tehdä siitä johtopäätöksiä esimerkiksi yhdessä valmentajan tai eläinlääkärin kanssa. Mikäli analyysi pohjautuu erilaisiin algoritmeihin, eli tarjotaan käyttäjälle valmiina, tulisi sen perustua tutkimukseen ja asiantuntijuuteen, kuten hevosalalla esimerkiksi eläinlääkinnän asiantuntemukseen ja tutkimukseen. Esimerkkeinä hevosen sykkeen vaihtelut, poikkeamat normaaliin ja siitä tehtävät päätelmät.
Kuva: IoT-laitteisto mahdollistaa esimerkiksi ilmanlaadun reaaliaikaisen seurannan etänä.
Tutustu talli-ilman mittaamiseen lisää täältä.
Tunnistettuja haasteita
Nyky-yhteiskunnassa otamme ketterästi käyttöön erilaisia IoT-teknologioita hyödyntäviä laitteita, mutta osaammeko olla tarpeeksi kriittisiä sen suhteen, miten tietoa meille tarjoillaan? Ei tarvitse olla ammattilainen ollakseen sopivasti kriittinen ja tunnistaakseen ne kohdat, joita kannattaa välillä kyseenalaistaa. Esimerkiksi algoritmien rakennus on raskasta ja pitkäjänteistä työtä datan analysoinnin parissa. Ja koska datasta muodostetut algoritmit ovat arvokasta tietoa, raakadataa ei yleensä näissä tapauksissa avata loppukäyttäjälle. Käyttäjä saa itselleen tiedon tämän analysointityön lopputuloksena. Emme näe raakadataa, mutta vaikka näkisimme, emme ehkä ymmärtäisi sitä. On siis ok olla sopivasti kriittinen käyttämiensä eläimen hyvinvoinnin teknologiaa hyödyntävien mittauslaitteistojen kanssa. Hyvä perusneuvo on, että konsultoi ammattilaista tapauksissa, joissa ei ole selkeää näkyvyyttä datan hyödyntämisen perusteisiin.
Testimittauksissa on havaittu myös teknisiä ja mekaanisia haasteita mittauslaitteistossa käyttäjän näkökulmasta. Esimerkiksi IoT-laitteet usein hyödyntävät bluetooth-yhteyttä, jonka kantama voi olla vielä vain noin 10-15 metriä. Tämä ei usein riitä, mikäli vastaanotin on esimerkiksi 40 metriä pitkän maneesin toisessa päässä valmentajalla ja ratsukko suorittaa rataa toisessa päädyssä. Valmentajalle on tärkeää nähdä reaaliaikaiset lukemat esimerkiksi tuntuman mittauksessa koko ajan, jotta voi auttaa oppilasta parhaalla mahdollisella tavalla, oikeaan aikaan. Ratsastuksessa on usein kyse ajoituksen onnistumisesta. Se korreloi suoraan siihen, miten hevonen on pystynyt suorittamaan tehtävän ratsastajan ohjeiden mukaan, jotka valmentaja on pystynyt kohdentamaan oikeaan paikkaan oikea-aikaisesti. Bluetoothin aiheuttamien haasteiden ratkomista käsittelemme tulevissa julkaisuissamme.
Haasteita on muitakin kuin teknisiä. Voimme kerätä hevosista ja treenamisesta hyvin monenlaista dataa, mutta meidän tulee osata myös hyödyntää sitä oikein. Jokainen hevonen on yksilö ja näin ollen pelkkä data ilman kontekstia ei juurikaan anna meille tietoa. Esimerkiksi tuntuman mittaamisessa huomasimme, että on tärkeää tunnistaa hevosen koulutustaso, ratsastajan osaaminen ja tehdyn harjoituksen vaativuus suhteessa ratsukon tasoon. Kerromme testauksien havainnoista lisää tulevissa hevosen hyvinvoinnin mittaamisen -artikkeleissamme.
