Investigadores de la Universidad de Monash han desarrollado un innovador programa de inteligencia artificial (IA) que promete ser una herramienta crucial en la lucha contra los microplásticos, un desafío ambiental de creciente preocupación a nivel global. Este avance se detalla en un estudio publicado en el Journal of Hazardous Materials.
A pesar de la atención mediática que ha recibido el problema de los microplásticos en los últimos años, muchos científicos y responsables políticos aún carecen de información precisa sobre la magnitud del problema, así como de los tipos de microplásticos presentes en el medio ambiente y su distribución.
El programa desarrollado en Monash utiliza sofisticados algoritmos de aprendizaje automático para analizar miles de muestras en fracciones de segundo, un proceso que tradicionalmente puede tardar meses si es llevado a cabo por humanos. Este enfoque no se limita a observar las muestras bajo un microscopio, ya que la apariencia puede resultar engañosa. Por ejemplo, partículas naturales como pequeños fragmentos de conchas pueden confundirse fácilmente con microplásticos.
Un avance significativo en la identificación de microplásticos
El nuevo algoritmo se basa en los componentes químicos que conforman los materiales, permitiendo identificar «firmas» características que pueden distinguir con precisión los diferentes tipos de microplásticos. Utiliza datos obtenidos a través de un proceso conocido como espectroscopia de infrarrojo por transformada de Fourier (FTIR), lo que representa un avance significativo en el campo.
Este programa es el primero en el mundo capaz de analizar una biblioteca completa de firmas de microplásticos, una herramienta necesaria para investigadores que enfrentan la monumental tarea de abordar este problema ambiental. El investigador principal, Frithjof Herb, candidato a doctorado en la Universidad de Monash, y su supervisor, el Dr. Khay Fong, docente senior en la Escuela de Química de Monash, han liderado este proyecto innovador.
Herb comentó: «Estamos abordando un importante cuello de botella en el progreso para enfrentar el problema de los microplásticos. No solo el proceso de análisis de muestras es arduo y consume tiempo, sino que hasta ahora no hemos podido hacerlo a una escala suficientemente amplia para comprender de manera integral qué microplásticos estamos tratando, dónde se encuentran y a dónde van a parar».
Además de las conchas de mar, otras fibras naturales que a menudo se confunden con microplásticos incluyen algas, pelo de animales y caparazones de crustáceos. Herb también destacó que la evolución de los materiales fabricados por el ser humano complica aún más la identificación, ya que los componentes químicos de los microplásticos están en constante cambio.
«Los plásticos están en continua evolución, tanto en su fabricación como en su descomposición en el medio ambiente. Las herramientas tradicionales tienen dificultades para seguir el ritmo de estos cambios», afirmó Herb. «Pero nuestra herramienta ofrece una ventaja crucial para los científicos que necesitan algo que pueda adaptarse rápidamente, lo que es esencial para analizar datos que siguen evolucionando».
Los investigadores expresaron su satisfacción por haber creado un programa que puede ejecutarse en laptops convencionales, lo que refleja su enfoque en la sostenibilidad y la accesibilidad, logrando desarrollar modelos pequeños y eficientes.
Más información: Frithjof Herb et al, «Machine learning outperforms humans in microplastic characterization and reveals human labelling errors in FTIR data», Journal of Hazardous Materials (2024). DOI: 10.1016/j.jhazmat.2024.136989
