A tecnologia combina espectroscopia por reflectância e câmeras multiespectrais para capturar imagens da carne sob diferentes comprimentos de onda, visíveis e invisíveis ao olho humano.

A partir dessas imagens, algoritmos de IA – baseados em redes neurais profundas (deep learning) – analisam a composição do alimento e estimam sua maciez com precisão superior a 80%.

✅ Clique aqui para seguir o canal do CliqueF5 no WhatsApp

✅ Clique aqui para entrar no grupo de whatsapp 

Tradicionalmente, esse tipo de avaliação exige métodos destrutivos, como a força de cisalhamento, que exige cortes e manipulação do produto. Com a nova solução, o processo pode ser feito diretamente na linha de produção, eliminando perdas e reduzindo custos laboratoriais.

Os coordenadores do projeto são os doutores Heinsten Frederich Leal dos Santos e Angelo Polizel Neto, que apontaram, segundo a Fapemat, um avanço na automação da cadeia produtiva da carne a partir da ferramenta.

O estudo identificou os comprimentos de onda mais relevantes para a análise, validando o método como tecnicamente viável (nível TRL 3) e desenvolvendo um protótipo funcional (TRL 4) integrado ao ambiente industrial.

Entre os benefícios destacados estão a possibilidade de uso direto em frigoríficos, a rastreabilidade da carne desde a produção até o consumidor final, e a padronização da maciez como um parâmetro mensurável em tempo real. Além disso, a tecnologia pode auxiliar programas de melhoramento genético e aprimorar o controle de qualidade da matéria-prima.

O projeto foi financiado pelo Edital nº 004/2021 – Pesquisa Aplicada – Cadeias Produtivas de Mato Grosso e está alinhado com os Objetivos de Desenvolvimento Sustentável (ODS) da ONU, especialmente nas áreas de inovação, consumo responsável e crescimento econômico.