Basilea (Svizzera) – Una revisione scientifica pubblicata sulla rivista Foods da un gruppo di ricercatori della Jiangsu University, in Cina, analizza il potenziale delle tecnologie di rilevamento non distruttivo e dell’intelligenza artificiale (AI) per valutare la qualità dei prodotti ittici surgelati lungo la catena del freddo. Come riportato dall’International Institute of Refrigeration, lo studio esamina le innovazioni che potrebbero rendere i controlli più rapidi, completi e adatti al monitoraggio in tempo reale.
Il congelamento è essenziale per prolungare la conservabilità del pesce e consentirne la distribuzione su scala globale, ma non impedisce completamente il deterioramento della qualità durante lo stoccaggio e il trasporto. Nel corso della conservazione possono verificarsi diversi cambiamenti fisico-chimici collegati tra loro: crescita dei cristalli di ghiaccio, redistribuzione dell’acqua, denaturazione e ossidazione delle proteine, ossidazione dei lipidi, peggioramento della consistenza e variazioni del sapore e del colore. I metodi di valutazione tradizionali, che comprendono analisi di laboratorio e prove sensoriali, sono ancora ampiamente utilizzati. Tuttavia, possono richiedere la distruzione del campione, essere laboriosi e richiedere tempi incompatibili con le esigenze di un controllo rapido o in tempo reale lungo la filiera.
La ricerca evidenzia le potenzialità di diverse tecnologie non distruttive, tra cui spettroscopia nel vicino infrarosso e Raman, imaging iperspettrale e a fluorescenza, risonanza magnetica nucleare a basso campo, nasi e lingue elettroniche, sistemi di sensori colorimetrici e biosensori. Integrate con algoritmi di apprendimento automatico e deep learning, queste tecnologie possono elaborare dati complessi per valutare freschezza, deterioramento, ossidazione, capacità di trattenere l’acqua e durata residua di conservazione, senza danneggiare il prodotto.
Secondo gli autori, combinare le informazioni provenienti da più sensori permette di ottenere un quadro più completo della qualità rispetto all’utilizzo di un singolo indicatore. Per passare a un impiego commerciale su larga scala, tuttavia, restano da affrontare diverse criticità: occorrono banche dati più ampie e diversificate, prestazioni affidabili per specie ittiche e condizioni operative differenti, metodi di validazione standardizzati e apparecchiature di rilevamento più economiche e portatili.
Guardando al futuro, lo studio individua nell’integrazione tra sensori, AI, connettività Internet of Things, cloud computing e sistemi di tracciabilità digitale una strada promettente per il monitoraggio continuo della qualità lungo l’intera catena del freddo. Queste soluzioni potrebbero migliorare la gestione della vita commerciale dei prodotti e consentire di individuare più tempestivamente i fenomeni di deterioramento, contribuendo a ridurre gli sprechi alimentari, migliorare la sicurezza e rafforzare la tracciabilità dei prodotti ittici.
