La inspección hiperespectral de vísceras convierte los datos de sacrificio en retroalimentación sanitaria

En Australia, un proyecto aplicado a vísceras bovinas muestra cómo el matadero puede convertirse en una fuente más útil de datos de salud animal. Charles Sturt University y P&P Optica, con apoyo de MLA y Tey’s Australia, desarrollan un sistema que combina imagen hiperespectral y aprendizaje automático para identificar alteraciones en pulmones, hígados y riñones. Su función prevista no es sustituir la inspección oficial, sino complementarla con una evaluación objetiva y repetible.

El modelo fue entrenado con miles de imágenes y distingue tejido sano de seis hallazgos: abscesos hepáticos, duelas hepáticas, quistes renales, neumonía, pleuresía y nefritis. La imagen hiperespectral añade información que va más allá de lo visible para el ojo humano. En ensayos precomerciales bajo condiciones cercanas a la práctica, el equipo informa una precisión del 88 % para los seis diagnósticos definidos.

La relevancia técnica está en cerrar el circuito de información. La inspección decide sobre la aptitud y seguridad de los tejidos para consumo; el sistema puede, además, generar datos comparables sobre patrones sanitarios que regresen al productor. Así, lesiones detectadas en la línea podrían transformarse en señales para revisar manejo, alimentación, programas sanitarios o tendencias de lote.