El proyecto VisionMeat, liderado por Incarlopsa junto a la colaboración del Centro Tecnológico Ainia y financiado por el CDTI, combinará el empleo de tecnologías multiespectrales con la inteligencia artificial para detectar en tiempo real posibles contaminaciones microbianas. 

Incarlopsa, compañía castellanomanchega especializada en la producción y elaboración de productos cárnicos porcinos, ha puesto en marcha VisionMeat, un proyecto de innovación centrado en el desarrollo de un nuevo sistema de control de la higiene de sus productos y de las superficies críticas de las plantas de producción que permitirá detectar en tiempo real una posible contaminación microbiana, de modo no destructivo ni invasivo, utilizando tecnologías multiespectrales en combinación con la inteligencia artificial. Este se desarrollará hasta junio de 2024.

Bajo el nombre “Desarrollo de la tecnología de visión hiperespectral para el control de la calidad higiénica en la industria cárnica”, el proyecto cuenta con un prespuesto de 1.165.694 euros, con la colaboración del Centro Tecnológico Ainia y con la financiación del Centro para el Desarrollo Tecnológico Industrial (CDTI).

VisionMeat trata de integrar los nuevos desarrollos científicos de la visión hiperespectral para captar y gestionar información en línea relativa a las características que definen la calidad de la carne. Los parámetros a controlar son la capacidad de retención de agua, contaminación microbiana y grado de alteración, entre otros, garantizando así que todos los productos salen al mercado con sus características óptimas[1]^,[2].

Como en otros ejemplos de proyectos de innovación donde participa la inteligencia artificial (IA), el modelo se alimenta de imágenes hiperespectrales y resultados laboratoriales, permitiendo al sistema aprender o generando a través de la imagen hiperespectral valores que permitan clasificar la materia prima en base a los caracteres definidos. Esto facilitará la posibilidad de ejercer de manera activa la función de salvaguarda del consumidor final, así como optimizar los procesos para la obtención de mejoras en la calidad.

[1]Kozan HI, Sariçoban C, Akyürek HA, Ünver A. HYPERSPECTRAL IMAGING TECHNIQUE AS A STATE OF ART TECHNOLOGY IN MEAT SCIENCE. Green ChemTechnol Lett. 2016 Jun 26;2(3):127–37.

[2]He H-J, Sun D-W. Hyperspectral imaging technology for rapid detection of various microbial contaminants in agricultural and food products. Trends Food Sci Technol. 2015 Nov 1;46(1):99–109.