W gospodarstwach rolnych, ukierunkowanych na produkcję mleka, jednym z problemów generujących straty finansowe są podkliniczne stany chorobowe bydła ketoza i mastitis. Z powodu tych schorzeń hodowcy bydła i producenci mleka ponoszą duże straty ekonomiczne, wynikające nie tylko z kosztów diagnozowania i leczenia, ale także obniżonej wydajności mlecznej, zaburzeń w rozrodzie oraz brakowania krów ze stada. Metody stosowane obecnie do typowania chorych zwierząt są niewystarczające i spóźnione w czasie. Stadium podkliniczne wymienionych chorób jest nierozpoznawalne.
Innowacją procesową jest poszukiwanie zależności między składem mleka, poziomem ciał ketonowych we krwi, a określonym genotypem związanym z występowaniem podklinicznych stanów chorobowych. Jako narzędzie, do analizy danych wykorzystane są modele sztucznych sieci neuronowych umożliwiające precyzyjne modelowanie zależności nieliniowych między cechami oraz konstruowanie modelu zależności bez wiedzy priori na dany temat. Opracowany algorytm będzie można zaimplementować w programach komputerowych czy też stworzyć mobilną aplikację. Umożliwi to wykrycie zagrożenia chorobowego u zwierząt w czasie rzeczywistym.
