Nariz electrónica mejor que la humana para detectar por el olor alimentos en mal estado

La mayoría de nosotros hemos usado el olfato para decidir si una botella de leche caducada hace muy poco o una comida sobrante guardada en la nevera desde hace varios días todavía se pueden beber o comer sin riesgos. Pero aunque la nariz humana puede ser bastante eficaz detectando por el olor qué alimentos están en mal estado, no siempre detecta todas las amenazas. Cada año, millones de personas enferman por patógenos que proliferan en alimentos en mal estado pero que todavía no huelen mal.

Afortunadamente para nuestros estómagos, una nueva «nariz electrónica» puede detectar los olores asociados con los alimentos en mal estado con mucha más precisión que la nariz humana.

También puede detectar la presencia de alérgenos alimentarios comunes, como nueces y cacahuetes, que pueden resultar mortales para quienes padecen alergias graves a ellos.

El dispositivo posee un conjunto de 16 pequeños sensores de gas, cada uno de los cuales es sensible a una combinación ligeramente diferente de compuestos gaseosos.

Prototipo de la “nariz electrónica” para oler comida y velar por nuestra seguridad alimentaria. (Foto: Brandon Sánchez-Mejia / UC Berkeley)

Esta nariz electrónica es obra de un equipo internacional encabezado por Carla Bassil, de la Universidad de California en Berkeley, Estados Unidos.

La nueva tecnología podría incorporarse a neveras, y equipada con un sistema manejable mediante teléfono inteligente, podría avisar a los usuarios de la nevera de cuándo están cerca de volverse peligrosos los alimentos allí almacenados. La nevera podría dar mensajes como “Conviene consumir pronto el brócoli, porque le quedan pocos días” o “El pollo está en su último día”.

El equipo ya está trabajando en una versión miniaturizada de la nariz electrónica y en una aplicación para teléfono móvil con la que gestionarla y recibir sus avisos.

Bassil y sus colegas exponen los detalles técnicos del dispositivo en la revista académica Science Advances, bajo el título “Scalable multiplexed machine learning gas sensor chips for food classification”. (Fuente: NCYT de Amazings)