Científicos de la UVigo desarrollan un innovador sistema de lucha contra el fraude alimentario
En los últimos años las administraciones públicas vienen prestando cada vez más atención a garantizar la autenticidad e integridad de los alimentos debido al aumento de los casos de fraude alimentario, situaciones que pueden tener implicaciones económicas y también en la salud humana. Y es que garantizar la autenticidad de los alimentos permite no solo que los productos sean reconocidos por su naturaleza, sustancia o calidad, sino que también ayuda a detectar contaminación y adulteración.
En este contexto es clave desarrollar métodos y sistemas ágiles, precisos y sencillos que permitan realizar estas verificaciones y las nuevas tecnologías pueden convertirse en una herramienta esencial. Esto es lo que propone un proyecto Smart Control liderado por la Universidad de Vigo seleccionado en la convocatoria nacional de proyectos de Generación de Conocimiento. Coordinado por el catedrático Jesús Simal Gándara, miembro del grupo de Investigaciones Agrarias y Alimentarias (AA1), la investigación se centra en desarrollar un sistema que permita certificar la autenticidad de semillas, harinas y elaborados en polvo/texturizados de cereales, leguminosas y frutos secos. Para eso se proponen emplear imágenes hiperespectrales y métodos de aprendizaje automático (Smart Control). Con un presupuesto de 212.500€, el proyecto en el que también está involucrado el investigador Gonzalo Astray, acaba de echar a andar y se desarrollará hasta agosto de 2027 contando con un equipo multidisciplinar de áreas como la tecnología alimentaria, la ingeniería industrial, la ingeniería informática, la química y la farmacia. A estos se unen los esfuerzos de especialistas en análisis química, procesado de alimentos, tecnología del procesado de imágenes e inteligencia artificial. Esta colaboración, subrayan, “nos permite abordar los desafíos técnicos del proyecto y desarrollar soluciones innovadoras”.
La capacidad de las imágenes hiperespectrales
Para detallar en qué consisten las imágenes hiperespectrales, Jesús Simal Gándara, catedrático del Departamento de Química analítica y alimentaria e investigador del Cispac, Centro de Investigación Interuniversitario de los Paisajes Atlánticos Culturales, explica que habría que imaginar “tener un súper sentido del olfato que permite distinguir miles de aromas diferentes, incluso los más sutiles. Se trataría de algo así, pero con la vista”. De este modo, en lugar de ver solo el rojo, verde y azul que los ojos humanos captan, “estas imágenes pueden ‘ver’ cientos o incluso miles de colores diferentes, que nosotros no podemos percibir”. Esa capacidad es lo que permite obtener información “muy detallada sobre los objetos que estamos observando y, por ejemplo, relacionarla con la composición química de un alimento, detectar enfermedades en plantas o incluso identificar minerales en una roca. Es como tener una especie de rayos X, pero mucho más sofisticado”, concreta el científico.
Precisamente, como explica Simal, “este innovador proyecto se basa en la hipótesis de que esas imágenes hiperespectrales combinadas con métodos avanzados de aprendizaje automático (ML) pueden representar una revolución para la evaluación de la autenticidad de semillas, harinas y polvos y productos texturizados de cereales, legumbres y frutos secos”. La finalidad es desarrollar un sistema Smart Control que, “empleando las firmas espectrales inherentes a estos productos alimentarios, pueda identificar y autenticar con precisión su composición, origen y calidad”.
Arroz, nueces y garbanzos con IXP
La investigación se centra en productos de diferentes denominaciones de origen protegidas o indicaciones geográficas protegidas españolas. Se trata, en todos los casos, como señalan los investigadores, de “cultivos vitales en España”, por lo que es de especial interés garantizar su autenticidad y calidad. En este sentido, Simal y Astray destacan la “importancia fundamental” de estos productos para la alimentación humana y recuerdan que, por ejemplo, el 95% de la producción de arroz se destina a la alimentación al formar parte de la dieta de más de la mitad de la población mundial. Además, explican, estos cultivos contribuyen al mantenimiento de la biodiversidad y a la calidad de los paisajes favoreciendo la producción local y reduciendo las importaciones de estas materias primas y, por lo tanto, ayudan a reducir el uso de combustibles fósiles y la huella de carbono. Finalmente, subrayan que “son potencialmente materias primas de una gran variedad de productos alimenticios nutritivos, saludables y veganos”.
Procedimiento
El proyecto se marca tres objetivos fundamentales. El primero es establecer una base de datos hiperespectral para una amplia variedad de semillas, harinas y polvos, y productos texturizados de cereales, legumbres y frutos secos orientada a capturar las huellas espectrales inherentes. El segundo es desarrollar modelos de aprendizaje automático, entrenando modelos de machine learning de última generación capaces de distinguir entre los productos alimentarios previamente numerados. El tercer paso será el desarrollo de un sistema SmartControl que incorporará los modelos de ML diseñados a un sistema de control integrable en líneas de procesado de alimentos, de modo que sea posible la evaluación no destructiva y en tiempo real, asegurando la autenticidad del producto y contribuyendo a mantener su calidad.
Esta innovadora estratégica engloba fusión multiespectral (orientada a captar una mayor amplitud de longitudes de onda, permitiendo una mejor comprensión de la composición de los alimentos); arquitecturas tradicionales y de aprendizaje profundo (para extraer patrones y relaciones intrínsecas entre los diferentes datos, permitiendo al sistema a capacidad de identificar marcadores de autenticidad); y, finalmente, monitorización en tiempo real, que permitirá a productores e industria tomar medidas correctivas rápidas cuando se detecten discrepancias.
Superar las limitaciones existentes en la evaluación de la autenticidad de alimentos
Los investigadores recuerdan que en la actualidad un gran número de métodos para garantizar la autenticidad de las semillas y harinas tienen una utilidad limitada porque requieren “equipos caros, mucho tiempo de análisis y formación profesional”. El equipo de la UVigo propone un nuevo método de detección “más fácil de usar, muy preciso y rápido”.
Este sistema, detalla el investigador, podría aplicarse en diferentes puntos de la cadena de producción, dependiendo de las necesidades específicas de cada sector. Por ejemplo, en el campo de la industria alimentaria se podría implantar en el control de calidad para “detectar defectos en los alimentos que no son visibles a simple vista, como moho o contaminantes”; en el momento de la clasificación, para separar productos según su calidad o variedad o también para luchar contra el fraude. En estos aspectos los investigadores subrayan que se trataría de evitar la sustitución de materias primas por otras de inferior calidad o que no reúnen los “duros requisitos de denominaciones de origen protegidas”. Además, el sistema también permitiría optimizar procesos y mejorar la eficiencia de la producción, reduciendo el desperdicio de alimentos.
Por otra parte, como explica Simal, “en el caso de las plantas de procesado, podríamos instalar nuestros equipos en las líneas de producción para realizar análisis en tiempo real. Por ejemplo, en el empaque, podrían emplearse para verificar la calidad de los productos antes de ser enviados al consumidor. Además, destacan que esta metodología propuesta para seis indicaciones geográficas protegidas “podría transferirse posteriormente a otras regiones de España y Europa”.
El proyecto ya arrancó hace unos meses y ahora mismo están trabajando en el diseño de un prototipo de sistema hiperespectral. “Nuestro objetivo es desarrollar una tecnología que sea accesible y fácil de usar para las empresas de diferentes sectores”.
Fuente: valminortv.com
4 feb 2025
