Un equipo internacional de investigadores ha desarrollado una innovadora herramienta basada en inteligencia artificial. Permite la detección de la calidad de la carne —específicamente su ternura y el nivel de grasa intramuscular— a partir de simples imágenes capturadas con un teléfono móvil.
Este avance combina algoritmos de visión por computadora con un modelo de red neuronal entrenado para interpretar características sensoriales de los cortes cárnicos porcinos y bovinos, sin necesidad de equipos especializados. El estudio fue publicado recientemente en la revista Meat Science.
Un modelo que aprende a partir de imágenes
El proceso de entrenamiento del sistema fue liderado por Márcio Duarte, de la Universidad de Guelph en Canadá. Recolectó más de 1.400 fotografías de carne bovina y porcina —bajo condiciones de iluminación controlada— utilizando un smartphone. Estas imágenes alimentaron el modelo de IA, permitiéndole aprender a predecir la ternura y la proporción de grasa visible.
A partir de esa base de datos, el sistema fue capaz de clasificar los productos en categorías como “duro”, “medio” y “tierno”. Así como de estimar porcentajes de grasa con métodos de regresión estadística, una práctica que normalmente requeriría pruebas de laboratorio.
Resultados prometedores
En pruebas comparativas realizadas con 1.000 pares aleatorios de imágenes, la tecnología logró una tasa de acierto del 76.5% en la predicción de la ternura en carne de bovino y del 81.5% en la carne de porcino. Lo que demuestra su potencial para ofrecer evaluaciones confiables directamente desde el dispositivo móvil del usuario.
Democratización del análisis cárnico
Para Dário Oliveira, especialista de la Fundación Getulio Vargas en Brasil, el proyecto representa una fusión exitosa entre disciplinas como la informática, la ciencia de los alimentos y la matemática aplicada. Destacó que uno de los grandes logros es acercar estas herramientas tecnológicas a los consumidores, facilitando decisiones más informadas al momento de comprar carne.
Por su parte, el investigador Guilherme Lobato Menezes señaló que la posibilidad de estimar el nivel de grasa intramuscular abre la puerta a personalizar la experiencia del consumidor, ya que este factor tiene una influencia directa en aspectos como la jugosidad y el sabor de los cortes.
Este desarrollo marca un paso importante hacia una compra de alimentos más inteligente. Donde bastará con una foto para conocer con mayor certeza la calidad del producto que llega a la mesa.
