Pesquisadores da Universidade Federal de Rondonópolis (UFR) desenvolveram em Mato Grosso um protótipo portátil e não invasivo capaz de avaliar, em tempo real e dentro do ambiente industrial, a qualidade e a maciez da carne bovina. A ferramenta, baseada em espectroscopia por reflectância e inteligência artificial (IA), foi financiada pelo Edital nº 004/2021 da Fundação de Amparo à Pesquisa do Estado de Mato Grosso (Fapemat), voltado a projetos aplicados às cadeias produtivas do estado.

A tecnologia emprega câmeras multiespectrais que captam imagens em diversas faixas do espectro eletromagnético. Essas imagens são analisadas por algoritmos de IA com redes neurais artificiais (deep learning), capazes de correlacionar as informações ópticas com parâmetros físicos da carne, como a força de cisalhamento — tradicionalmente utilizada de forma invasiva para medir maciez.

Segundo os coordenadores do projeto, os doutores Heinsten Frederich Leal dos Santos e Angelo Polizel Neto, o sistema “aprende a reconhecer padrões nos espectros visível e invisível das imagens, prevendo com alta precisão a maciez da carne sem cortes ou manipulações destrutivas”. Essa abordagem permite decisões operacionais rápidas, reduzindo a intervenção humana e integrando-se ao conceito de indústria 4.0.

O estudo também definiu os comprimentos de onda mais eficazes para prever a maciez, o que levou à validação da metodologia como prova de conceito (nível TRL 3). Em seguida, foi construído um protótipo funcional (TRL 4), capaz de operar diretamente na linha de produção, processando dados em tempo real.

Entre os benefícios diretos, destaca-se a eliminação de perdas e a redução de custos laboratoriais, já que não há necessidade de coletar ou descartar amostras. A ferramenta também pode ser incorporada aos frigoríficos e usada em programas de melhoramento genético e de controle de qualidade.

Além disso, os pesquisadores criaram um banco de dados robusto com registros espectrais associados a variáveis de qualidade da carne. Essa base de dados contribui para o aperfeiçoamento contínuo do modelo de avaliação automatizada.

Para o setor produtivo, os impactos são amplos: desde a padronização da maciez como critério técnico na indústria até a rastreabilidade do produto, permitindo fornecer informações confiáveis a consumidores, redes varejistas e mercados importadores.

O projeto também tem forte alinhamento com os Objetivos de Desenvolvimento Sustentável (ODS) da ONU, em especial os ODS 2, 8, 9, 12 e 17. De acordo com Heinsten, a iniciativa reforça a posição do Brasil como referência global em inovação, produtividade e sustentabilidade na cadeia da carne bovina.