El Sistema de Alertas Rápidas para Alimentos y Piensos (RASFF) de la Comisión Europea reportó en 2022 un total de 4.361 notificaciones y 600 casos sospechosos de fraude alimentario. Estas cifras representan un 47,4 % más con respecto al año anterior. De esta forma, entre los expedientes gestionados sobresalieron la adulteración de la miel o la jalea real con 51 casos (un 15,7 % del total) así como los vinculados con la carne y productos cárnicos (excluyendo las aves de corral) junto con el pescado o los productos pesqueros. En ambas categorías se produjeron veinticinco notificaciones por cada una de ellas (7,7 %, respectivamente). En la carne, por ejemplo, se detectaron infracciones por contrabando, importación ilegal o etiquetado incorrecto. Mientras que en el pescado las faltas fueron, sobre todo, por sustitución de especies por otras de menor valor.
Ante este escenario, la industria ha apostado por la aplicación de tecnologías de visión como la imagen hiperespectral o la espectroscopía de infrarrojo cercano (NIR) junto a la Inteligencia Artificial (IA) y el Internet de las Cosas (IoT) en combinación con la ciencia del dato para alcanzar la calidad y seguridad alimentaria del futuro. En ese sentido, su implementación permite el ahorro de tiempo, la capacidad de generar modelos predictivos, la no destrucción de la muestra y, sobre todo, la toma de decisiones en base a datos contrastados.
La reciente celebración de la Conferencia Internacional NIR 2023, celebrada el mes pasado en la localidad austriaca de Innsbruck, se convirtió en el foro de referencia a nivel mundial para conocer ejemplos y aplicaciones reales a disposición del sector agroindustrial para mejorar sus procesos internos de calidad y seguridad alimentarias.
A dicho encuentro acudieron Paula Luri y Miriam Alonso, investigadoras de Nuevas Aplicaciones Analíticas en CNTA (Centro Nacional de Tecnología y Seguridad Alimentaria), donde compartieron con los asistentes dos ejemplos que su entidad ha implementado en el uso de este tipo de tecnologías.
Miriam Alonso y Paula Luri son investigadoras de Nuevas Aplicaciones Analíticas en CNTA.
Por un lado, Luri mostró la viabilidad del uso de tecnología de Imagen Hiperespectral (IHE) junto con el machine learning para la detección de dos tipos de fraude en la anchoa. Uno de ellos tiene que ver con el origen (si la anchoa procede del mar Cantábrico o del Mediterráneo), mientras que el otro está relacionado con la declaración (o no) de haber sufrido un proceso de congelación previo. La tasa de éxito alcanzada por los modelos de CNTA fue del 98 % para la anchoa procedente del Cantábrico y del 96 %, para la del Mediterráneo. Igualmente, para conocer si una anchoa es fresca (o ha sido previamente congelada), el acierto del algoritmo fue del 98 % en los casos analizados.
El sistema de tecnología de Imagen Hiperespectral (IHE) combinado con el machine learning desarrollado por CNTA alcanza un nivel de acierto del 98 % para detectar anchoa del Cantábrico y del 96 % en la del Mediterráneo
Por su parte, Alonso explicó los resultados del uso de la tecnología de Imagen Hiperespectral y Espectroscopia NIR portable y online junto con el machine learning para identificar y diferenciar a los espárragos de la Identificación Geográfica Protegida (IGP) Espárrago de Navarra de los que no lo son. Aquí la tasa de éxito también fue alta, con un 80 %.
En el marco de la conferencia, además, las dos investigadoras de CNTA conocieron in situ aplicaciones como el uso de la tecnología NIR para diferenciar si una salchicha contiene carne separada mecánicamente o no. Gracias a esta medida, se puede evitar cualquier tipo de fraude en este tipo de alimentos. También comprobaron cómo la utilización de la tecnología de espectroscopia NIR puede predecir la calidad que tiene la carne durante su vida útil al detectar los cambios que sufren sus compuestos como proteína, grasa, o agua, entre otros.
Igualmente, en el marco del evento se plantearon aplicaciones que, en un futuro más o menos próximo, podría tener la tecnología NIR como la monitorización del proceso de fermentación en vino; la detección de alérgenos en diferentes matrices alimentarias; o el control del índice de maduración de las fases del cultivo para una óptima recolección.
OTRAS SOLUCIONES DE CNTA
CNTA trabaja también en otras propuestas relacionadas con la calidad y la seguridad 4.0 al margen de las expuestas en Innsbruck. Una de ellas es el uso de la tecnología hiperespectral junto con la ciencia del dato. Este sistema tiene la ventaja de que aporta más información y es más eficiente y fiable que una cámara convencional, de tal forma que, usada sobre una cinta transportadora por donde pasa el producto, puede llegar a detectar cuerpos extraños camuflados que con una cámara convencional sería imposible.
Actualmente, existen casos validados para identificar magulladuras o picaduras de insectos, trozos de plástico o agujeros en diferentes alimentos (frutas, copos de avena, trufas, lechugas o tortillas). Y lo hace de forma instantánea, no invasiva y antes incluso de que el ojo humano lo detecte.
Otro caso destacable desarrollado por CNTA es la elaboración de modelos predictivos de vida útil en frutas (sin tener que probarlas) como el mango, el melocotón, la nectarina o las peras de Rincón, entre otras. Dicha predicción se realiza gracias a la medición de parámetros como el índice de calidad sensorial, la textura o el grado de Brix con Imagen hiperespectral y NIR, combinado con la ciencia del dato.
«Probar los modelos y las tecnologías de calidad y seguridad alimentaria 4.0 puede estar al alcance de cualquier empresa agroindustrial»
Al mismo tiempo, para monitorizar la calidad y seguridad alimentaria de una forma instantánea, allí donde se quiera y de forma no invasiva, está el dispositivo NIR portátil. Dicha herramienta ofrece al beneficiario la posibilidad de contar con un laboratorio de análisis en la palma de la mano para tomar decisiones en tiempo real, previniendo pérdidas y desperdicio alimentario. Con este instrumento se pueden medir, por tanto, parámetros clave (firmeza, humedad, grasa, acidez, color, entre otros) de calidad y seguridad alimentaria. El dispositivo, en cuyo desarrollo ha participado activamente CNTA (creando los modelos matemáticos que se utilizan en este NIR portátil)y que comercializa Nulab, ya se emplea en alimentos como embutidos cárnicos, aceites, aceitunas, vegetales frescos, cereales, productos de panadería y repostería o productos deshidratados, por citar algunos de los casos ya testados.
TECNOLOGÍA YA DISPONIBLE
«Probar los modelos y las tecnologías de calidad y seguridad alimentaria 4.0 que acabamos de mencionar puede estar al alcance de cualquier empresa agroindustrial sea cual sea su tamaño», aseguran desde CNTA. Este último centro ha creado tres tipologías de servicio para conseguirlo. Así, por ejemplo, ofrece un diagnóstico inicial para conocer los productos, procesos y retos de las empresas para determinar qué se puede medir y cómo hacerlo.
Por otro lado, se pone a disposición del mercado una prueba de concepto que tiene como objetivo diseñar un sistema de calidad y seguridad alimentaria 4.0 para que la empresa sepa si puede funcionar con un número limitado de muestras. «Y una vez comprobado que la prueba de concepto funciona, se pasaría al siguiente nivel: la validación de sistemas en el que se comprobaría si el sistema desarrollado funciona en un entorno industrial y simulado», indican desde el Centro Nacional de Tecnología y Seguridad Alimentaria.
Estos tres servicios mencionados (diagnóstico, elaboración de pruebas de concepto y la validación de sistemas) se podrán contratar de forma independiente o planteado como un recorrido completo. Además, en el marco del proyecto europeo IRIS-EDIH, las pymes tienen la posibilidad de financiarlos al 100 %.
