Luces y datos que descifran la miel
Investigadores de la UBU desarrollan un sensor espectroscópico de bajo coste que, junto con aprendizaje automático, permitirá a pequeños y medianos apicultores analizar la calidad y el origen de la miel sin depender de laboratorios externos
En el centro, Diego Alonso, junto a Carlos Cambra y María Teresa Sancho.
Antes de llegar al mercado, la miel atraviesa un proceso silencioso en el que su autenticidad y calidad quedan en entredicho. La verificación del origen o la evaluación de parámetros físicos y químicos dependen hoy de equipos de laboratorio costosos y poco accesibles, lo que limita su uso fuera de entornos especializados. Esta barrera tecnológica no solo condiciona a pequeños productores y cooperativas, sino también a investigadores y técnicos que buscan métodos más ágiles para analizar un producto tan extendido como complejo.
En ese contexto se sitúa HIVES, que propone una alternativa para identificar y verificar la miel mediante un sensor espectroscópico de bajo coste que combina procesamiento de señal y aprendizaje automático, acercando este tipo de análisis a más usuarios sin necesidad de un equipamiento costoso.
Este proyecto gira en torno a Diego Alonso Soria, estudiante de Ingeniería Informática especializado en digitalización y responsable del desarrollo de HIVES. Lo acompaña un equipo multidisciplinar que combina experiencia académica y empresarial: Carlos Cambra coordina y aporta conocimientos en inteligencia artificial e internet de las cosas, Rubén Ruiz en espectroscopia y automatización, María Teresa Sancho en análisis bioquímico y polínico, Diego Granados en física, Antonia y Nerea García conecta con el sector apícola, y Maiara Marques do Nascimento aporta biología e inteligencia artificial.
HIVES surge, según Alonso, para acercar a pequeños y medianos apicultores un análisis polínico de la miel que hasta ahora resultaba costoso y dependiente de laboratorios especializados. El proyecto está pensado también para cooperativas y asociaciones apícolas que no disponen de equipamiento propio, ofreciendo herramientas accesibles que permitan evaluar la calidad y el origen de la miel sin asumir altos costes y facilitando el control del producto sin depender de infraestructuras externas ni inversiones difíciles de asumir.
El funcionamiento del dispositivo se apoya en un enfoque combinado de óptica y análisis de datos. El prototipo actual incorpora un espectroscopio de 21 bandas de luz que permite medir distintos comportamientos de la muestra, entre ellos la transmitancia, la absorbancia, la reflectancia y la fluorescencia. Esa información se procesa posteriormente mediante una red neuronal entrenada para clasificar la miel analizada, un sistema que, como apunta Alonso, permite transformar señales físicas en resultados interpretables.
A partir de esas mediciones, el sensor está diseñado para identificar parámetros relacionados con el contenido en azúcares, posibles adulteraciones, origen floral, frescura, color, humedad y presencia de compuestos fenólicos. Desde el punto de vista técnico, el dispositivo emite un haz de luz en un rango amplio de longitudes de onda, comprendido entre los 200 y los 900 nanómetros, y analiza cómo se comporta al atravesar la miel y al reflejarse en ella.
Sensor espectroscópico en una colmena.
El aprendizaje automático juega un papel central en este proceso. Las técnicas de machine learning permiten detectar patrones en los datos obtenidos frente a distintos tipos de miel y ajustar de forma progresiva el algoritmo de clasificación. De este modo, el sistema avanza hacia un funcionamiento cada vez más autónomo, reduciendo la necesidad de conocimientos avanzados de laboratorio y facilitando que el análisis pueda realizarse de manera sencilla sobre distintas muestras.
La propuesta se distancia de los equipos de análisis de miel ya disponibles, sobre todo, por su planteamiento económico y operativo. En la actualidad, los dispositivos capaces de realizar este tipo de clasificaciones se sitúan en una horquilla de precios que va aproximadamente de los 5.000 a los 20.000 euros, una inversión difícil de asumir para muchos productores. El objetivo del proyecto es reducir ese coste hasta situar el precio final del dispositivo en torno a los 400 euros, lo que amplía de forma significativa su accesibilidad.
A esa diferencia se suma la simplicidad de uso. El sensor está concebido para que cualquier persona pueda manejarlo y obtener resultados fiables sin necesidad de contar con formación específica en análisis de laboratorio ni conocimientos técnicos avanzados. Esta combinación de bajo coste y facilidad de manejo es la que permite plantear su uso fuera de entornos especializados y acercarlo al día a día del sector apícola.
El desarrollo del sensor y del algoritmo de análisis ha estado marcado por la ausencia de referencias previas. Alonso asevera que no existen estudios que apliquen este tipo de espectroscopia al análisis de la miel en el rango de longitudes de onda en el que opera el dispositivo, lo que ha obligado a construir el marco teórico y experimental prácticamente desde cero. Esta falta de antecedentes ha supuesto un desafío tanto en la interpretación de las señales como en la validación de los resultados.
A ello se suma que tampoco hay algoritmos de clasificación diseñados para procesar los datos específicos que genera este espectroscopio. Se han tenido que explorar distintas técnicas y enfoques de análisis hasta encontrar los más adecuados, ajustando de forma progresiva los modelos para mejorar la fiabilidad y precisión de los resultados obtenidos.
El proyecto se encuentra en una fase de desarrollo avanzada, centrada en la construcción del primer prototipo funcional, al tiempo que se afinan los análisis de las muestras y el modelo de clasificación de las mieles. El calendario de trabajo fija como objetivo disponer de ese prototipo entre los meses de abril y mayo y completar las verificaciones y pruebas necesarias antes de verano.
Más allá de la miel, esta tecnología plantea un recorrido más amplio. El enfoque espectroscópico y de análisis de datos podría adaptarse a otros productos naturales, como vinos y aceites, e incluso ampliarse dentro del propio sector apícola al estudio de polen, jalea real o propóleos.
Alonso destaca que los próximos pasos del proyecto se centran en completar el primer prototipo y perfeccionar los modelos de análisis para garantizar resultados precisos y fiables. Una vez consolidado el dispositivo, el objetivo es dar el salto hacia el mercado mediante la patente del producto, la validación del modelo de negocio con potenciales clientes y la creación de una spinoff que permita transferir la tecnología al sector.
HIVES transforma así una investigación universitaria en una solución práctica que conecta innovación tecnológica y necesidades reales del sector apícola, con potencial de extenderse a otros productos naturales y contribuir a la democratización del análisis alimentario en entornos donde la accesibilidad y la eficiencia son clave.