A solução combina espectroscopia por reflectância — técnica que utiliza luz visível e invisível para interagir com a carne — e algoritmos de inteligência artificial baseados em redes neurais profundas (deep learning). O equipamento capta imagens multiespectrais e analisa, com mais de 80% de precisão, parâmetros como gordura, umidade e estrutura das fibras musculares, tradicionalmente avaliados por métodos invasivos como a força de cisalhamento.
Financiado por meio do edital “Pesquisa Aplicada – Cadeias Produtivas de Mato Grosso”, o projeto avança nos níveis de maturidade tecnológica e já conta com um protótipo funcional (TRL 4). A ferramenta pode ser integrada diretamente ao ambiente industrial, dispensando o envio de amostras para análise laboratorial, o que representa ganho em tempo, redução de custos e eliminação de perdas.
“Estamos falando de uma tecnologia capaz de prever a maciez da carne com alta confiabilidade, sem necessidade de manipulação física do alimento. Isso possibilita decisões em tempo real na indústria e estabelece um novo padrão para o controle de qualidade da carne brasileira”, explicam os coordenadores da pesquisa, doutores Heinsten Frederich Leal dos Santos e Angelo Polizel Neto.
O estudo também estruturou um banco de dados robusto, associando as informações ópticas a variáveis físicas reais da carne. Isso permite criar um modelo automatizado e confiável, com potencial para rastrear a carne desde a produção até o consumidor final, agregando valor para frigoríficos, varejistas e importadores.
A tecnologia desenvolvida em Mato Grosso insere-se no conceito de Indústria 4.0 e atende a diversas metas dos Objetivos de Desenvolvimento Sustentável (ODS) da ONU, como consumo responsável, inovação industrial e agricultura sustentável. “Essa inovação reforça o posicionamento da cadeia produtiva da carne bovina brasileira como referência em sustentabilidade, eficiência produtiva e uso de tecnologia de ponta”, conclui Heinsten.
Fonte: leiagora
