El sentido del olfato humano, aunque complejo, no siempre alcanza para detectar alimentos en mal estado o la presencia de alérgenos potencialmente peligrosos. Frente a esta limitación, un equipo de investigadores de la Universidad de California en Berkeley desarrolló una “nariz electrónica” capaz de identificar gases asociados tanto al deterioro de los alimentos como a compuestos alergénicos.
El avance, publicado en la revista Science Advances, se basa en un chip sensor que combina distintos materiales con inteligencia artificial para analizar las mezclas de gases que liberan los alimentos en diferentes estados. La tecnología abre nuevas posibilidades para mejorar la seguridad alimentaria en hogares, industrias y cadenas de distribución.
El dispositivo está compuesto por 16 sensores, cada uno recubierto con materiales distintos —como polímeros conductores, porfirinas, semiconductores y óxidos metálicos— que permiten captar una amplia variedad de olores sin interferencias. A diferencia de desarrollos anteriores, esta diversidad evita la superposición de señales y mejora la precisión de detección.
En el centro del sistema se encuentran transistores de nanotubos de carbono, extremadamente sensibles a cambios ambientales. Cuando un alimento se descompone, libera compuestos orgánicos volátiles que interactúan con los sensores y generan señales eléctricas específicas. Estas señales son procesadas por un sistema de inteligencia artificial que aprende a identificar patrones propios de cada alimento y su estado.
De acuerdo con los resultados del estudio, el sistema alcanzó una precisión del 92,6% al analizar 16 tipos de muestras, incluyendo alimentos frescos, en descomposición y frutos secos asociados a alergias. Incluso, logró detectar cantidades mínimas de alérgenos, como apenas 0,05 gramos de nuez, y diferenciar entre distintos productos como frutas, carnes, huevos y lácteos.
El desarrollo del chip se realizó mediante una técnica que permite aplicar diferentes materiales en cada sensor de manera uniforme. Durante las pruebas, los investigadores evaluaron su desempeño con alimentos en buen estado y otros en proceso de deterioro, comprobando que el dispositivo mantenía resultados consistentes incluso frente a variaciones de humedad.
Para el análisis de los datos, el equipo utilizó una red neuronal convolucional que procesa la información en ciclos, desde el estado inicial hasta la exposición a los olores y su posterior recuperación. Este sistema permite identificar tanto el tipo de alimento como su nivel de frescura o descomposición.
Entre las aplicaciones más inmediatas, los científicos plantean la posibilidad de integrar esta tecnología en electrodomésticos inteligentes, como heladeras capaces de alertar sobre alimentos próximos a vencerse. También podría ser útil en la industria alimentaria para controles de calidad más precisos y en personas con alergias, al detectar la presencia de trazas peligrosas.
El equipo destaca además que el sistema es escalable, ya que su proceso de fabricación puede automatizarse y adaptarse a distintos usos. De hecho, ya desarrollaron una versión portátil que puede operarse a través de una aplicación móvil y planean ampliar las pruebas en entornos más complejos.
Entre los desafíos a futuro, los investigadores señalan la necesidad de evaluar el rendimiento del sensor en ambientes donde conviven múltiples fuentes de gases y mejorar la base de datos para distinguir con mayor precisión entre alimentos similares o en diferentes etapas de deterioro. También apuntan a optimizar los modelos de inteligencia artificial para reducir posibles errores en la detección.
En conjunto, este desarrollo representa un paso importante hacia sistemas más confiables y objetivos para el control de calidad de los alimentos y la prevención de riesgos asociados a su consumo.