Un sistema basado en aprendizaje profundo ha logrado identificar seis enfermedades comunes en langostinos tropicales con una precisión del 95,2% en apenas 58 milisegundos por imagen.
Este sistema, denominado Red de Cápsulas Recurrentes Mejorada (ERCN), supera a las redes neuronales tradicionales al analizar la relación espacial de los síntomas en el cuerpo del langostino y mejorando la detección, incluso en imágenes de baja calidad.
El modelo combina el algoritmo de los Halcones de Harris con el Algoritmo del Depredador Marino (MPA), lo que le permite detectar enfermedades como Agallagas Negras, el Virus del Síndrome de la Mancha Blanca, el Virus del Síndrome del Taura, el Virus de la Cabeza Amarilla, el Virus de la Infección Hipodermal y la Necrosis Hematopoieica y la Vibriosis.
Dado que el mercado global del langostino supera los 68.000 millones de dólares, esta herramienta representa un avance clave para la acuicultura, al mejorar la salud de los langostinos y reducir pérdidas económicas.
Esta tecnología tiene el potencial de revolucionar la acuicultura al permitir una detección, temprana y precisa, de enfermedades en langostinos, lo que puede mejorar significativamente la producción y reducir costos para los productores. Además, al integrarse con granjas automatizadas y aplicaciones móviles, facilita diagnósticos rápidos sin necesidad de equipos especializados.
Si esta IA se implementa a gran escala, podría optimizar el manejo de enfermedades, reducir pérdidas económicas y fortalecer la seguridad alimentaria.
