IA aprende a 'farejar' alimentos: nariz eletrônico identifica alergênicos e frango estragado com mais de 92%

Um novo nariz eletrônico baseado em sensores miniaturizados e inteligência artificial consegue distinguir frango fresco de frango estragado e identificar alergênicos da categoria de frutas secas com precisão superior a 92%. O resultado consta de um estudo publicado na revista Science Advances, conduzido por pesquisadores do Lawrence Berkeley National Laboratory e da Universidade da Califórnia, Berkeley.

O sistema opera como uma rede de sensores químicos que captam os compostos voláteis emitidos pelos alimentos. Ao contrário do nariz humano, que tem dificuldade em isolar moléculas odoríferas individuais em misturas complexas, o dispositivo constrói uma espécie de impressão digital de odores usando um chip formado por 16 materiais distintos, organizados em quatro classes principais. Essa configuração fornece múltiplos pontos de leitura simultâneos, transformando um sinal químico difuso em um padrão reconhecível.

Para encaminhar as moléculas gasosas até a matriz sensorial, os pesquisadores empregaram nanotubos de carbono, que atuam como condutores físicos e seletivos. Cada substância testada gera uma resposta específica na matriz de sensores; esses sinais são então processados por algoritmos de machine learning capazes de classificar automaticamente o alimento e indicar o estado de deterioração.

No ensaio experimental, o dispositivo analisou perfis odoríferos de 16 substâncias — entre elas, frango deteriorado, ovos cozidos e nozes — alcançando uma acurácia de 92,6%. Segundo os autores, a principal vantagem é a chamada "seletividade relativa": em vez de procurar um composto químico isolado, o chip reconhece configurações complexas de odores pela comparação simultânea de múltiplos sinais sensoriais.

"A seletividade é um dos principais problemas dos sensores de gases, porque sempre existe alguma reatividade cruzada entre moléculas", explicou Carla Bassil, primeira autora do estudo, em podcast da Science. "Ao utilizar muitos sensores diferentes, podemos capturar uma impressão global dos padrões de resposta".

Do ponto de vista aplicado, a tecnologia apresenta potencial concreto para a segurança alimentar e a prevenção de alergias. Os autores destacam que o sistema pode contribuir para evitar intoxicações alimentares e reações alérgicas graves, detectando tanto alimentos avariados quanto a presença de alergênicos em produtos embalados ou ambientes de preparo.

Como analista focado em infraestrutura digital, vejo essa inovação como mais que um sensor: é uma camada adicional na arquitetura de garantia alimentar — um alicerce digital que transforma sinais químicos em informação acionável. Em termos de integração com sistemas urbanos e cadeias logísticas, um nariz eletrônico assim pode operar como um nó sensorial no sistema nervoso das cidades e das redes de abastecimento, oferecendo dados em tempo real para distribuidores, varejistas e serviços de saúde pública.

Riscos e desafios permanecem: a robustez em ambientes industriais, o comportamento frente a misturas complexas não previstas e a calibragem contínua dos modelos de machine learning são questões técnicas cruciais. Ainda assim, a abordagem — combinar múltiplos materiais sensoriais, nanotecnologia e algoritmos — aponta para uma evolução pragmática: sensores como infraestrutura, não apenas como gadget, integrando-se à camada de monitoramento da cadeia alimentar.

Em suma, o estudo demonstra que algoritmos e matrizes sensoriais podem formar um sistema coerente para reconhecer padrões odoríferos com alta precisão, transformando variáveis químicas em sinais operacionais para segurança alimentar e controle de alergênicos.