![\"\"](\"https:\/\/i0.wp.com\/www.bairesac.com\/blog\/wp-content\/uploads\/2017\/12\/eaters-collective-129481-1.jpg\")
<\/a><\/p>\nDispara primero, haz preguntas luego<\/strong><\/p>\n Los investigadores de alimentos est\u00e1n uniendo fuerzas con desarrolladores de hardwares y desarolladores de aplicaciones de tel\u00e9fonos m\u00f3viles para construir un nuevo tipo de esc\u00e1ner. Integrando tres dispositivos de sensores con software avanzado, PhasmaFOOD proporcionar\u00e1 an\u00e1lisis miniaturizados y sobre el terreno para detectar el deterioro de los alimentos y el fraude alimentario.<\/p>\n Con Yannick Weesepoel, Autenticidad de los Investigadores en Alimentos – Food Scanners, RIKILT, Wageningen University & Research<\/em><\/p>\n La idea de PhasmaFOOD es combinar diferentes sensores de luz en un sistema de esc\u00e1ner integrado y crear una aplicaci\u00f3n para el consumidor a su alrededor para crear una nueva generaci\u00f3n de esc\u00e1ner de alimentos livianos. La llamada fot\u00f3nica heterog\u00e9nea es el objetivo \u00faltimo del hardware, lo que b\u00e1sicamente significa que todos los elementos de un sistema fot\u00f3nico se fabrican en un solo chip para cumplir con los requisitos de tama\u00f1o y costo. El dispositivo alojar\u00e1 tres tipos de sensores: dos espectr\u00f3metros y una microc\u00e1mara. Adem\u00e1s, se integrar\u00e1n tres fuentes de luz con el dispositivo para respaldar su funcionalidad de detecci\u00f3n. Una dedicada aplicaci\u00f3n m\u00f3vil, PhasmaFOOD permitir\u00e1 a los usuarios finales interactuar con el dispositivo, y los datos capturados se comunicar\u00e1n a trav\u00e9s de una red m\u00f3vil inal\u00e1mbrica a la plataforma de PhasmaFOOD. Los resultados del an\u00e1lisis se enviar\u00e1n inmediatamente a los usuarios, quienes podr\u00e1n acceder a ellos en cualquier momento y desde cualquier ubicaci\u00f3n.<\/p>\n \u00bfPor qu\u00e9 el an\u00e1lisis de alimentos port\u00e1til de repente se ha convertido en algo tan grande? Creo que de una manera es muy impulsada por la tecnolog\u00eda; hasta ahora, no era posible hacer un chip con un sensor de infrarrojos peque\u00f1o o lo suficientemente barato. Tampoco era posible que los tel\u00e9fonos inteligentes funcionaran de esa manera. Las personas que hacen tecnolog\u00eda para tel\u00e9fonos inteligentes hace cinco o seis a\u00f1os reconocieron que las personas estar\u00edan usando sus tel\u00e9fonos en mayor medida en el futuro. A veces uno ni siquiera recuerda cu\u00e1n bueno era el tel\u00e9fono de hace cinco a\u00f1os, en realidad. Pero el inter\u00e9s en el an\u00e1lisis de los alimentos tambi\u00e9n est\u00e1 dirigido por los consumidores; de repente, la gente est\u00e1 m\u00e1s interesada en \u00abescanear\u00bb sus alimentos: la idea de hacer su propio an\u00e1lisis, de una manera simple, desencadena algo en las personas.<\/p>\n Una necesidad de algo nuevo<\/strong><\/p>\n Cuando comenc\u00e9 a trabajar, hab\u00edan muchas vacantes de puestos de investigaci\u00f3n disponibles. Ya hab\u00eda trabajado con espectrometr\u00eda de masas durante mi doctorado y quer\u00eda probar algo nuevo. Hab\u00eda escuchado un poco sobre los esc\u00e1neres, y pens\u00e9, \u00ab\u00bfPor qu\u00e9 no ir en esa direcci\u00f3n?\u00bb El hecho de que la tecnolog\u00eda ser\u00eda utilizada por las personas en casa en lugar de permanecer en el laboratorio me atrajo mucho. La mayor\u00eda de las veces, durante mi doctorado, este no era el caso; uno realiza investigaciones fundamentales y muy t\u00e9cnicas, que no siempre encontr\u00e9 muy satisfactorias. Realmente me gusta hacer cosas que se utilizar\u00e1n en la vida real.<\/p>\n Entonces, cuando comenc\u00e9 a trabajar aqu\u00ed hace unos tres a\u00f1os, realic\u00e9 algunos trabajos preliminares sobre la carne del pollo. Usando un esc\u00e1ner de infrarrojos muy simple, intentamos encontrar el contenido de agua y prote\u00edna del pollo, con el objetivo de averiguar m\u00e1s sobre c\u00f3mo (y por cu\u00e1nto tiempo) se hab\u00eda almacenado. El consorcio de PhasmaFOOD (George Koutalieris, de INTRASOFT International y Paraskevas Bourgos, de WINGS ICT) comenz\u00f3 a buscar experiencia en la prueba del esc\u00e1ner PhasmaFOOD, y as\u00ed fue como me involucr\u00e9.<\/p>\n Comenc\u00e9 a adquirir sensores infrarrojos miniaturizados avanzados de Viavi Solutions (anteriormente JDSU). Comenzamos a asociarnos con m\u00e1s compa\u00f1\u00edas, y la publicidad en esc\u00e1neres de alimentos comenz\u00f3 a desarrollarse. La gente comenz\u00f3 a entender el objetivo: revolucionar el uso del infrarrojo. Fue el comienzo de un movimiento desde el laboratorio (un entorno controlado) a algo completamente descontrolado; desde bases de datos muy exactas hasta grandes bases de datos integradas en una aplicaci\u00f3n por personas que no son especialistas. Por supuesto, los sensores de infrarrojos ya se est\u00e1n incorporando a los tel\u00e9fonos, pero a\u00fan hay muchas cosas que no se pueden hacer, como medir los al\u00e9rgenos, el gluten, la lactosa o las toxinas.<\/p>\n Esc\u00e1neres de alimentos actuales: Spectral Engines (el ganador del premio de esc\u00e1ner de alimentos Horizon 2020 de la Comisi\u00f3n Europea), SciO (Consumer Physics) o TellSpec (los finalistas) est\u00e1n basados \u200b\u200ben la tecnolog\u00eda de infrarrojo cercano (NIR). Sin embargo, la espectroscop\u00eda NIR es de hecho algo limitada en esta aplicaci\u00f3n; puede escanear la macrocomposici\u00f3n de productos e incluso encontrar componentes que est\u00e1n m\u00ednimamente presentes (0.1-1 por ciento). Pero NIRS tiene dificultades para medir concentraciones muy bajas de compuestos o el deterioro de los alimentos, por lo que las aplicaciones m\u00e1s avanzadas est\u00e1n fuera de alcance. Necesitamos m\u00e1s informaci\u00f3n, y es por eso que necesitamos un nuevo esc\u00e1ner de alimentos.<\/p>\n Sentido perfecto<\/strong><\/p>\n Nuestro dispositivo funciona como cualquier sensor espectrosc\u00f3pico vibratorio y debe ser \u00abentrenado\u00bb. Por ejemplo, si desea conocer el contenido de humedad de una pieza de carne, el sensor debe ser presentado con diferentes muestras de referencia, con diferentes concentraciones de humedad dentro de un rango aceptable para construir una base de datos espectral y un algoritmo multivariante basado en estad\u00edsticas. Si el sensor realmente puede medir el contenido de humedad en una muestra nueva, el modelo funciona correctamente. De lo contrario, debe ampliar la base de datos para cubrir m\u00e1s variaciones en las muestras de alimentos que presente al sensor. La variaci\u00f3n siempre es un problema con el an\u00e1lisis de alimentos; Para construir una base de datos funcional, debe cubrir una cantidad significativa de variaciones naturales dentro de un producto alimenticio dado. A diferencia de la industria farmac\u00e9utica, que tiende a tener ventanas de concentraci\u00f3n estrecha para todos los productos qu\u00edmicos presentes, la variaci\u00f3n potencial en los alimentos a veces se ve infinita. \u00bfCu\u00e1l es el impacto de un pa\u00eds de origen diferente, una granja diferente o incluso una vaca diferente?<\/p>\n El proyecto comenz\u00f3 a principios de 2017 con el refinamiento del hardware, por lo que los sensores y las fuentes de iluminaci\u00f3n ya est\u00e1n disponibles. El dise\u00f1o del prototipo (c\u00f3mo encajar\u00e1n la electr\u00f3nica, el hardware y la carcasa) ya est\u00e1 en marcha. Han comenzado los dise\u00f1os para la base de datos en la nube, las aplicaciones, y el equipo tambi\u00e9n ha realizado an\u00e1lisis de casos de negocios y casos de usuarios. La tarea anal\u00edtica principal y actual es hacer mediciones de referencia y usar esos datos para construir la base de datos espectral. Estamos (lentamente) probando los sensores para las aplicaciones propuestas, en la detecci\u00f3n de:<\/p>\n Decidimos centrarnos en estas tres \u00e1reas porque son particularmente dif\u00edciles de romper para los esc\u00e1neres de alimentos (sin juego de palabras), y tambi\u00e9n debido al posible impacto social. Las micotoxinas y las aflatoxinas son de gran inter\u00e9s para el p\u00fablico en general debido a su potencia, pero los esc\u00e1neres de alimentos NIR actuales no alcanzan las concentraciones t\u00edpicamente bajas. El deterioro es relevante para las personas en el hogar, por lo que pueden estimar la edad o la fecha de vencimiento de su producto (una vez m\u00e1s, muy dif\u00edcil para los esc\u00e1neres de infrarrojos), lo que podr\u00eda ayudar a reducir el desperdicio de alimentos. El fraude alimentario (encontrar melamina en la leche o analizar mezclas de carne diferente) tambi\u00e9n est\u00e1 fuera del alcance de los esc\u00e1neres basados \u200b\u200ben NIRS.<\/p>\n Tambi\u00e9n estamos considerando las bebidas alcoh\u00f3licas porque es muy t\u00f3pica, especialmente en los pa\u00edses donde hay problemas con bebidas falsas o que contienen compuestos t\u00f3xicos.<\/p>\n\n