¿Puede la IA sustituir a las pruebas bacteriológicas convencionales en la industria alimentaria?
Un modelo de aprendizaje profundo analiza imágenes digitales de microcolonias y distingue con fiabilidad entre patógenos y residuos microscópicos de alimentos
Anuncios
Los investigadores han mejorado notablemente una herramienta de inteligencia artificial utilizada para detectar rápidamente la contaminación bacteriana en los alimentos eliminando clasificaciones erróneas de restos de comida que parecen bacterias.
Los métodos actuales para detectar la contaminación de alimentos como verduras de hoja verde, carne y queso, que suelen implicar el cultivo de bacterias, a menudo requieren conocimientos especializados y llevan mucho tiempo, entre varios días y una semana.
Luyao Ma, profesora asistente de la Universidad Estatal de Oregón, y sus colaboradores de la Universidad de California en Davis, la Universidad de Corea y la Universidad Estatal de Florida, han desarrollado un modelo basado en el aprendizaje profundo para la detección y clasificación rápidas de bacterias vivas utilizando imágenes digitales de microcolonias de bacterias. El método permite una detección fiable en tres horas.
Su último avance consiste en entrenar el modelo para distinguir las bacterias de los restos microscópicos de alimentos con el fin de mejorar su precisión. Un modelo entrenado sólo con bacterias clasificaba erróneamente los restos como bacterias más del 24% de las veces. El modelo mejorado, entrenado tanto con bacterias como con restos, eliminó las clasificaciones erróneas.
La contaminación bacteriana puede producirse a lo largo de todo el proceso de producción de alimentos, desde las granjas hasta las instalaciones de procesado, y a través de fuentes como los animales, el agua de riego, el suelo y el aire. La Administración de Alimentos y Medicamentos de EE.UU. calcula que cada año se producen 48 millones de casos de enfermedades transmitidas por los alimentos, que provocan 128.000 hospitalizaciones y 3.000 muertes.
"La detección precoz de patógenos transmitidos por los alimentos antes de que los productos lleguen al mercado es esencial para prevenir brotes, proteger la salud de los consumidores y reducir las costosas retiradas", afirma Ma.
El estudio, publicado en npj Science of Food, probó el modelo de aprendizaje profundo en tres cepas bacterianas -E. coli, listeria y Bacillus subtilis- y restos de alimentos de pollo, espinacas y queso Cotija. Los investigadores trabajan ahora en la optimización del sistema de IA para su adopción en la industria.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
