Red Innovagro
CARGANDO...

Noticias


Diseñan un método basado en inteligencia artificial para detectar fraudes en el jamón ibérico por ceiA3, España

Pais: España

Fecha: 16 de Abril del 2020

Diseñan un método basado en inteligencia artificial para detectar fraudes en el jamón ibérico por ceiA3, España

Un equipo de investigación del ceiA3 de la Universidad de Huelva ha creado un nuevo sistema que permite la identificación y catalogación de este producto a través de métodos analíticos y estadísticos. Los resultados están orientados a desarrollar herramientas de control de calidad y verificación basadas en redes neuronales El grupo de investigación adscrito al ceiA3 "Análisis agroalimentario y medioambiental | FQM-310" de la Universidad de Huelva ha desarrollado una técnica para evitar fraudes en el proceso de verificación de la calidad del jamón ibérico. El sistema, que combina análisis y técnicas estadísticas, determina qué tipo de alimento ha ingerido el cerdo y define su categoría en menos tiempo y con menos esfuerzo que el sistema de control de calidad actual. Los investigadores aplican por primera vez inteligencia artificial para clasificar los jamones, una metodología que posibilita un procesamiento de datos y una clasificación de resultados más eficiente. De esta forma, complementan el sistema de evaluación actual de las categorías comerciales de cebo, cebo de campo y bellota. Los expertos utilizan un método analítico químico, donde las muestras pasan por una técnica de separación de gases con la que se obtiene información sobre la dieta del cerdo y, más concretamente, de su grasa. Estos datos se someten posteriormente a varios análisis estadísticos clásicos y pasan por un modelo de inteligencia artificial: las redes neuronales. El equipo de investigación utiliza esta técnica para procesar la información del análisis químico sobre la grasa, reconocer los patrones, clasificarlos y procesar nuevos datos. "La combinación de técnicas nos permite aumentar la precisión y fiabilidad de los resultados", explica a Fundación Descubre la investigadora del ceiA3 de la Universidad de Huelva Mª Ángeles Fernández Recamales, co-autora de este estudio. El artículo, titulado "Fatty Acid Profiling for the Authentication of Iberian Hams According to the Feeding Regime" y publicado en Foods, los investigadores explican que existe un elemento determinante en la grasa del jamón ibérico para diferenciar su categoría: el ácido oleico. Esta grasa contribuye a la regulación de la tensión arterial, el colesterol, reduce el riesgo de sufrir enfermedades cardiovasculares y marca también su calidad. La cantidad de bellotas consumidas por el cerdo equivalen a un porcentaje de ácido oleico y este factor permite a los expertos definir la categoría de un producto. Control de calidad y detección de fraude El equipo de investigación ha comparado 63 muestras de jamón ibérico de bellota, de campo y de cebo. A todas, se les ha aplicado los análisis químicos y estadísticos, los han comparado y han obtenido sus diferencias. En todas, el factor más importante de diferenciación es el ácido oleico. Cuanto más porcentaje de esta grasa tenía la muestra, mayor era su calidad. Esta investigación aporta un nuevo sistema de verificación, control de calidad y detección de fraude para el jamón ibérico. "Para demostrar que un jamón es de una determinada categoría tiene que sufrir una serie de análisis y demostrar que cumple unos parámetros concretos", explica la investigadora de la Universidad de Huelva. Los expertos destacan que esta metodología ofrece al consumidor una mayor garantía y reduciría en gran medida la posibilidad de fraude. "Los datos podrían formar parte del etiquetado del producto, aportando información útil y necesaria para mantener los estándares de salud y calidad", apunta. Esta investigación ha sido financiada con los fondos propios del grupo ‘Análisis agroalimentario, salud y economía circular’ de la Universidad de Huelva. Ver nota


Nuestros miembros

Argentina

Brasil

Chile

Colombia

Costa Rica

El Salvador

España

Estados Unidos

Holanda

Honduras

Israel

México

Nicaragua

Perú

Republica

Dominicana

Regional