Granada (EFE).- Un equipo de investigadores ha diseñado un modelo predictivo con inteligencia artificial que ayuda a certificar la calidad del aceite de girasol para evitar fraudes, una herramienta que puede evaluar diferentes tipos de este producto y detectar errores de etiquetado en solo 120 segundos.
Investigadores de la Universidad de Granada (UGR) han generado un modelo predictivo que emplea más de 300 mezclas de aceite de girasol para permitir una cuantificación rápida y eficaz del contenido de ácido oleico de estos productos.
La investigación ha desarrollado y probado una metodología basada en espectroscopia Raman con desplazamiento espacial (SORS) y herramientas quimiométricas.
Los resultados del estudio han demostrado que esta técnica estima el contenido de ácido oleico. Y diferencia los distintos tipos de aceite con una elevada concordancia respecto al método oficial, que está basado en cromatografía de gases con detector de ionización de llama (GC-FID).
Clasificación de aceites
Con la ayuda de la IA, el equipo utilizado ayuda a clasificar los aceites como convencionales, medio oleicos o alto oleicos. Lo hace gracias a un análisis de menos de dos minutos.
«Además, la comprobación de las muestras se hace sin utilizar reactivos químicos ni disolventes orgánicos y mediante una técnica alineada con los principios de la química analítica verde», ha explicado el investigador de la UGR que está al frente de este trabajo, Guillermo Jiménez Hernández, del Departamento de Química Analítica de la Facultad de Ciencias.
Según el equipo de esta nueva metodología, sus características la convierten en un recurso prometedor para el control de calidad. También para la autenticidad y la verificación del etiquetado de los aceites de girasol en el contexto del nuevo decreto regulador del sector.
Los avances propuestos permiten realizar controles de calidad rápidos directamente en plantas de producción, centros de envasado, laboratorios internos e, incluso, líneas de venta al público.
Detección de errores
Así se facilita la detección temprana de posibles errores de etiquetado, desviaciones en la composición del producto o problemas de autenticidad, reduciendo costes operativos y agilizando los procesos de verificación.
«No pretendemos sustituir al método oficial, sino actuar con una herramienta de cribado rápido que ayuda a decidir cuándo es necesario realizar análisis confirmatorios más exhaustivos», ha añadido Jiménez.
Los investigadores consideran que la implantación de dicha tecnología puede comenzar a corto o medio plazo en empresas y organismos de control interesados en incorporar sistemas de cribado rápido basados en espectroscopia portátil con herramientas de IA.
El equipo ha detallado que la combinación de equipos espectroscópicos portátiles y modelos quimiométricos se puede usar contra los fraudes, adulteraciones y problemas de trazabilidad a lo largo de toda la cadena alimentaria. EFE
