Una nueva tecnología desarrollada por investigadores de la Universidad de Illinois, Estados Unidos, combina imágenes hiperespectrales e Inteligencia Artificial para analizar huevos sin romper la cáscara. Este sistema permite identificar, en los primeros días de incubación, si un embrión está vivo, su probabilidad de supervivencia y el sexo del futuro pollito.
La iniciativa busca responder a desafíos significativos en los incubatorios. Entre ellos se encuentran las pérdidas económicas provocadas por la mortalidad embrionaria, que puede superar el 10% de los huevos incubados en algunas operaciones, y la necesidad de encontrar alternativas para el descarte de pollitos machos en las líneas destinadas a la producción de huevos.
Para la investigación, se analizaron 300 huevos antes y durante los primeros días de incubación. A partir de imágenes captadas por sensores capaces de registrar información más allá de la luz visible, modelos de Inteligencia Artificial fueron entrenados para identificar patrones asociados a embriones vivos e inviables. El sistema alcanzó hasta un 97% de precisión en la detección de la mortalidad embrionaria ya en el cuarto día de incubación.
Otra de las principales líneas de trabajo del estudio se centró en la identificación del sexo de los embriones. En la producción de huevos, los pollitos machos de las líneas ponedoras no son aprovechados comercialmente, dado que no producen huevos y su desempeño no es adecuado para la producción de carne. Se estima que alrededor de 6 mil millones de pollitos machos son descartados anualmente en todo el mundo. La misma tecnología de imagen combinada con Inteligencia Artificial permitió distinguir embriones machos y hembras con una precisión cercana al 75% antes incluso del inicio de la incubación, lo que representa un avance significativo para el bienestar animal en la avicultura.
La identificación temprana de huevos con embriones muertos también tiene implicaciones en la sanidad animal. Estos huevos pueden favorecer la proliferación de microorganismos y aumentar los riesgos sanitarios dentro de los incubatorios. La capacidad de detectar estos casos con alta precisión desde el cuarto día de incubación permite una gestión más eficiente y segura. Además, la investigación evaluó el uso de sensores ópticos para estimar características físicas de los huevos, como la resistencia y el espesor de la cáscara, y la proporción de yema, sin necesidad de romperlos. La expectativa es que la combinación de sensores, Inteligencia Artificial y automatización permita la creación de sistemas capaces de clasificar huevos a gran escala, integrando estas biotecnologías reproductivas en la cadena productiva.
FUENTE: Globo Rural (Brasil)