Investigadores de la Universidad de Sevilla y la Universidad de Huelva, España, desarrollaron un sistema de inteligencia artificial que promete mejorar la manera en que la industria cárnica supervisa y certifica la calidad de la carne.

A través de este proceso es capaz de identificar el tipo de alimentación que han recibido los corderos a partir de muestras de su carne. 

Los especialistas destacan que este método alternativo a las visitas técnicas puede emplearse en la industria para hacer un seguimiento del producto de la granja a la mesa

Afirman que aunque este sistema ya se ha usado antes en otros campos, como para seguir el movimiento de personas en las ciudades, es la primera vez que se utiliza inteligencia artificial como método de trazabilidad del cordero.

Recordaron que si bien, la trazabilidad de los productos cárnicos se realiza a través de inspecciones que son efectivas, pero tiene algunas limitaciones. 

Por lo que la precisión puede ser un problema, ya que los registros hechos a mano a veces no son exactos. Además, el proceso requiere un seguimiento manual de cada lote de carne y, por lo general, no ofrece suficiente información. 

Esto hace que sea difícil obtener datos detallados sobre cómo se criaron, alimentaron y procesaron los animales.

“A partir de una muestra del producto podemos ver, incluso, qué han comido los animales”, explicó Manuel García-Infante investigador de la Universidad de Sevilla. 

A través de un comunicado, la Fundación Descubre resaltó que los investigadores explican que la inteligencia artificial aporta una mayor precisión y eficiencia a la trazabilidad de la carne.

Además, permite identificar con mayor exactitud el origen y las características del producto a lo largo de la cadena de suministro.

Los investigadores argumentaron que los métodos clásicos para clasificar el origen de la carne, las prácticas de alimentación animal o las categorías de canales en el matadero, requieren mucho tiempo y conocimientos especializados en el tema. 

Sin embargo, el análisis de datos multivariantes y el aprendizaje automático son campos que ofrecen ventajas en cuanto rendimiento y ahorro de costos para obtener información útil.

¿Cómo se realizó el desarrollo?

Para comprobar la validez de la inteligencia artificial, los expertos identificaron mediante análisis físicos, químicos y sensoriales cada pieza de carne. 

Es así como etiquetaron los productos bajo tres parámetros:

1. Los compuestos que contiene, como las proteínas o los ácidos grasos, entre otros.

2. La parte física, que incluye la firmeza de la carne, su capacidad de retención de agua y su color. 

3. La prueba contó con el apoyo panelistas entrenados que ayudaron a evaluar y analizar las características sensoriales del alimento, como su sabor, aroma y textura.

Posteriormente, el equipo de investigadores recopiló diferentes datos sobre la carne y creó varias bases de datos. 

Luego, probaron seis algoritmos de inteligencia artificial para ver cuál era el más efectivo para identificar cada tipo de carne y clasificar su calidad según sus características.

Al hacer estas pruebas, el objetivo era encontrar el algoritmo que pudiera distinguir mejor entre los distintos tipos de carne y dar una evaluación precisa de su calidad. 

Luego dividieron los tipos de carne en tres grupos: 

1. Corderos lechales
2. Corderos alimentados con pasto natural
3. Corderos alimentados con pienso concentrado en establo. 

“En función de los datos físicos, químicos y sensoriales el sistema detecta qué ha comido el cordero. También nos hemos encontrado con casos en los que lo categoriza en función de lo que haya comido la madre”, anotó José Luis Guzmán, investigador de la Universidad de Huelva y coautor del estudio.

A continuación, los expertos analizaron qué tipo de algoritmo se adaptaba mejor a cada base de datos y concluyeron que un algoritmo de aprendizaje automático (machine learning) era el más efectivo.

Este método, afirmaron los especialistas, consiste en “enseñar al sistema con una porción de una base de datos a identificar tipos de carnes, de modo que luego, sobre con la base de esa información, pueda clasificarlas por sí mismo”.

Para analizar las piezas de carne en tiempo real explicaron que la forma de emplear este procedimiento en la industria sería mediante la instalación de un dispositivo que pueda realizar un análisis bioquímico in-situ. 

Para los investigadores, los algoritmos  Red Neuronal Artificial (ANN) y Máquina de Vectores de Apoyo (SVM) podrían proponerse como herramientas para diferenciar las categorías de producción de cordero basadas en las características organolépticas, sensoriales y nutricionales de la carne de cordero. 

Sin embargo, para mejorar los métodos de trazabilidad de los sistemas de producción de carne de cordero como garantía para los consumidores y mejorar los procesos de aprendizaje utilizados por estos algoritmos, se requieren más estudios en esta línea con otras razas de cordero.

¿Qué sigue?

Los investigadores dijeron que el siguiente paso es buscar otro tipo de datos que les permita mejorar la eficacia de este método, así como probarlos con otro tipo de algoritmos. 

“Este trabajo ha sido una primera toma de contacto que nos ha aportado información técnica, pero podemos mejorarlo y desarrollar nuevas aplicaciones en las distintas fases de la cadena de producción”, finalizó García-Infante.

En la investigación se resalta la importancia de establecer la trazabilidad de los productos cárnicos, lo cual ha sido de gran interés de la industria alimentaria en las últimas décadas. 

Los recientes avances en la identificación de biomarcadores nutricionales de alimentos y las mejoras en la tecnología estadística han permitido identificar y clasificar de manera más precisa los productos alimenticios. 

Además, la inteligencia artificial ha proporcionado ahora una nueva oportunidad para optimizar los métodos existentes para identificar productos animales.