Investigadores chinos avanzan en la detección del fraude en el aceite de oliva

Olimerca.- La autenticidad del aceite de oliva sigue siendo uno de los principales retos para la industria oleícola mundial. Las mezclas fraudulentas con otros aceites vegetales no solo perjudican a los consumidores, sino que también generan importantes pérdidas económicas y dañan la reputación de un producto especialmente valorado por su calidad y sus propiedades saludables. 

Con el objetivo de mejorar los sistemas de control, un equipo de investigadores de la Wuhan Polytechnic University (China) ha desarrollado una nueva metodología basada en inteligencia artificial capaz de detectar de forma rápida y precisa la adulteración del aceite de oliva. 

Los resultados del estudio muestran que la combinación de diferentes técnicas analíticas y herramientas de aprendizaje automático permite identificar con mayor fiabilidad las mezclas fraudulentas y cuantificar con precisión el porcentaje real de aceite de oliva presente en una muestra. 

La combinación de tecnologías, clave del sistema 

La investigación se centra en el análisis de aceites de oliva puros y de mezclas elaboradas con diferentes proporciones de otros aceites vegetales. Para ello, los científicos combinaron dos tecnologías complementarias: la espectroscopia Raman y la resonancia magnética nuclear de baja frecuencia (LF-NMR). La espectroscopia Raman brindó información detallada sobre la composición molecular de las muestras, mientras que la resonancia magnética nuclear aportó datos relacionados con las propiedades físicas y estructurales de los aceites.  

La integración de ambas técnicas generó un sistema de análisis multimodal capaz de recopilar una cantidad mucho mayor de información sobre cada muestra que los métodos convencionales utilizados de forma aislada. 

Los científicos combinaron dos tecnologías complementarias: la espectroscopia Raman y la resonancia magnética nuclear de baja frecuencia (LF-NMR)

Una vez obtenidos los datos analíticos, los investigadores aplicaron diferentes estrategias de selección de variables y análisis de correlación para identificar los parámetros más relevantes. Posteriormente, recurrieron a modelos quimiométricos y algoritmos avanzados de aprendizaje automático para clasificar los aceites y determinar el grado de adulteración de cada muestra. 

La aplicación de inteligencia artificial permitió detectar patrones complejos que serían difíciles de identificar mediante técnicas estadísticas tradicionales, mejorando significativamente la capacidad de discriminación entre aceites auténticos y mezclas fraudulentas. 

Más del 90% de precisión 

Los resultados obtenidos fueron especialmente relevantes. El modelo desarrollado alcanzó una precisión del 90,74% en la clasificación de diez categorías diferentes de aceites y mezclas. 

Además de detectar la presencia de adulteración, el sistema fue capaz de estimar con elevada exactitud la proporción real de aceite de oliva contenida en cada muestra, una capacidad especialmente útil para los organismos de control y para la industria alimentaria. 

Para el sector oleícola, la disponibilidad de estas nuevas tecnologías podría representar un importante avance en la lucha contra el fraude alimentario

Pruebas no faltan para indicar que la investigación se enmarca en una tendencia creciente centrada en la incorporación de herramientas de inteligencia artificial en los sistemas de control de calidad agroalimentaria. Y es que, la combinación de técnicas instrumentales avanzadas con algoritmos de aprendizaje automático está permitiendo desarrollar métodos más rápidos, precisos y eficientes para garantizar la autenticidad de productos de alto valor añadido como el aceite de oliva virgen extra. 

Para el sector oleícola, la disponibilidad de estas nuevas tecnologías podría representar un importante avance en la lucha contra el fraude alimentario, reforzando la confianza de los consumidores y contribuyendo a proteger la calidad y el prestigio de uno de los productos emblemáticos de la dieta mediterránea.