El dispositivo desarrollado por la Universidad de California Berkeley puede detectar gases asociados al deterioro de alimentos y la presencia de alérgenos, superando al olfato humano (Brandon Sánchez-Mejia / UC Berkeley)El olfato humano, aunque sofisticado, no siempre es suficiente para detectar alimentos en mal estado o la presencia de alérgenos peligrosos.Para enfrentar este desafío, un equipo de la Universidad de California - Berkeley desarrolló una nariz electrónica capaz de identificar gases asociados tanto al deterioro de alimentos como a la presencia de alérgenos, superando la capacidad del olfato humano tradicional. El estudio, publicado en la revista Science Advances, detalla el funcionamiento y potencial de esta tecnología.PUBLICIDADLa investigación se centra en un chip sensor que utiliza inteligencia artificial para analizar las combinaciones de gases liberadas por distintos alimentos frescos y en descomposición, así como por frutos secos reconocidos como alérgenos. Este avance representa una herramienta innovadora para la seguridad alimentaria, con aplicaciones potenciales en hogares, industrias y cadenas de suministro.El estudio presenta un chip especial que funciona como una “nariz electrónica” y que contiene 16 sensores diferentes. Cada uno está recubierto con un material distinto, como plásticos conductores, compuestos llamados porfirinas, sustancias semiconductoras y óxidos metálicos.PUBLICIDADLa herramienta puede aplicarse en hogares, industrias y cadenas de suministro para prevenir intoxicaciones alimentarias que el olfato humano no logra detectar (Imagen Ilustrativa Infobae)Esta variedad de materiales permite que el chip detecte una amplia gama de olores sin que las señales se confundan entre sí, algo que sí ocurría en tecnologías anteriores que usaban sensores muy parecidos.El corazón de este chip son los transistores de nanotubos de carbono, materiales extremadamente pequeños y sensibles que pueden captar cambios en el ambiente a temperatura ambiente. Cuando los alimentos se descomponen o cambian por procesos naturales, liberan al aire unas sustancias llamadas compuestos orgánicos volátiles.PUBLICIDADAl entrar en contacto con los sensores, generan señales eléctricas diferentes según el tipo de alimento y su estado. Luego, un sistema de inteligencia artificial analiza estas señales y aprende a identificar patrones específicos para cada alimento, incluso cuando la diferencia es muy sutil.Según los datos presentados por Bassil y su equipo en la publicación científica, el sistema alcanzó una precisión del 92,6% para reconocer 16 tipos de muestras, entre ellas alimentos frescos, en mal estado y frutos secos que suelen causar alergias.PUBLICIDADEl perfeccionamiento del modelo de inteligencia artificial podría aumentar la precisión y reducir el riesgo de falsos positivos o negativos en la detección (Imagen Ilustrativa Infobae)El dispositivo es capaz de detectar cantidades muy pequeñas de alérgenos, como apenas 0,05 gramos de nuez, y distinguir entre diferentes frutas, leche, huevos y carnes, ya sea que estén frescos o comenzando a echarse a perder. El sistema puede reconocer el “perfil de olor” único de cada alimento, lo que permite superar tanto la subjetividad como las limitaciones del olfato humano.El chip se fabricó usando una técnica que permite colocar diferentes materiales sensibles en cada uno de los 16 sensores del dispositivo, todo en un solo paso. Así, cada sensor fue probado con distintos materiales, y se ajustaron cuidadosamente los líquidos y las condiciones de secado para que todas las capas quedaran uniformes y no se mezclaran entre sí.PUBLICIDADDurante las pruebas, el chip se expuso a alimentos en buen estado y también a pollo, huevo y leche que se habían dejado envejecer, además de a diversos frutos secos como nuez, avellana, anacardo y maní. Para comprobar que el sensor era confiable, se midieron los resultados durante dos días seguidos y se observó que respondía siempre de la misma manera.También se verificó que la humedad y la cantidad de compuestos en el aire, que suelen variar según el alimento y su estado, no afectaran la capacidad del chip para diferenciar olores, incluso cuando había vapor de agua en el ambiente.PUBLICIDADLas pruebas incluyeron alimentos frescos y envejecidos como pollo, huevo, leche y frutos secos para comprobar la confiabilidad de las mediciones (Imagen Ilustrativa Infobae)Toda la información recogida se procesó y organizó en ciclos, donde primero se medía el estado inicial, luego se exponía el chip al olor del alimento y por último se dejaba que se recuperara. Un sistema de inteligencia artificial, basado en un tipo de red llamado “red neuronal convolucional”, fue entrenado con estos datos para que aprendiera a reconocer tanto el tipo de alimento como su estado de frescura o descomposición. Los resultados demostraron que el sistema puede identificar diferentes grupos de alimentos y detectar si contienen alérgenos importantes.Una de las aplicaciones inmediatas propuestas por los autores es la integración de esta tecnología en electrodomésticos inteligentes, como refrigeradores capaces de advertir al usuario sobre la inminente descomposición de los alimentos. Además, el dispositivo puede aportar una herramienta objetiva para la industria alimentaria y los sistemas de control de calidad, así como para personas con alergias alimentarias graves, al identificar la presencia de trazas de alérgenos.PUBLICIDADEl equipo destaca la escalabilidad del sistema, dado que el proceso de fabricación permite la automatización y el uso de múltiples materiales sensibles, una ventaja sobre tecnologías previas basadas en óxidos metálicos que requerían altas temperaturas y procesos complejos. Ya desarrollaron una versión portátil del sensor, operable desde una aplicación móvil, y planea probar su sensibilidad en entornos más variados, como mezclas de alimentos y espacios domésticos.Entre los desafíos pendientes, los autores mencionan la necesidad de probar la sensibilidad del sensor en ambientes donde coexisten múltiples fuentes de gases y ampliar los conjuntos de datos para mejorar la discriminación entre alimentos similares o en distintos grados de deterioro. También señalan que el perfeccionamiento del modelo de inteligencia artificial puede incrementar la precisión y reducir el riesgo de falsos positivos o negativos.PUBLICIDAD