Maria Luiza De Grandi, jornalista do periódico Ciência Rural, Santa Maria, Rio Grande do Sul, Brasil.
Sérgio A. de Fernandes, Professor da Universidade Estadual do Sudoeste da Bahia (UESB), Vitória da Conquista, Bahia, Brasil.
A ivermectina é um medicamento amplamente utilizado no controle de parasitas em animais de produção, mas resíduos da substância podem permanecer no leite quando o período de carência após o tratamento não é respeitado. O consumo desses resíduos representa preocupação para a saúde pública e para o controle de qualidade da indústria de alimentos. Atualmente, métodos tradicionais de detecção costumam exigir análises laboratoriais mais complexas, demoradas e de maior custo.
Uma pesquisa desenvolvida na Universidade Estadual do Sudoeste da Bahia (UESB) propôs uma nova forma de identificar resíduos de ivermectina no leite utilizando espectroscopia no infravermelho médio associada à quimiometria e inteligência artificial. O objetivo do estudo intitulado Random forest e espectroscopia de infravermelho para detectar contaminação de leite liofilizado por residuos de ivermectina, publicado no periódico Ciência Rural (vol.55, no.12, 2025), foi justamente avaliar se técnicas espectroscópicas associadas à inteligência artificial poderiam oferecer uma alternativa mais rápida, sensível e sustentável para identificar esses resíduos no leite. O estudo foi motivado pela necessidade de criar ferramentas mais rápidas e acessíveis para apoiar órgãos de fiscalização, laticínios e produtores rurais no monitoramento da qualidade do leite.
Para desenvolver o experimento, a equipe trabalhou com amostras de leite de dez vacas saudáveis da raça Holandês/Zebu que não haviam recebido ivermectina nos seis meses anteriores à pesquisa. As coletas foram realizadas semanalmente durante três semanas consecutivas. Depois disso, as amostras receberam diferentes concentrações controladas de ivermectina para simular níveis variados do resíduo no leite. Segundo o pesquisador Sérgio Fernandes “foi necessário desenvolver um delineamento experimental bastante preciso para garantir que os modelos matemáticos fossem confiáveis”.
Após a preparação, as amostras foram liofilizadas e analisadas em um espectrofotômetro FTIR, equipamento capaz de identificar padrões químicos a partir da interação da luz infravermelha com o material analisado. Os espectros gerados foram então submetidos a análises quimiométricas e algoritmos de aprendizado de máquina para construção do modelo preditivo
Os resultados mostraram que o modelo Random Forest apresentou excelente desempenho na previsão da concentração de resíduos de ivermectina no leite em pó, alcançando coeficientes de correlação e determinação superiores a 0,96 e baixos índices de erro. Para os pesquisadores, isso demonstra que o método possui alta capacidade preditiva e potencial de aplicação prática. “O método proposto é rápido, simples, sensível, de baixo custo, não destrutivo e ambientalmente amigável”, destaca Sérgio. Ele explica que, ao contrário de métodos laboratoriais convencionais, a técnica não exige grande quantidade de reagentes químicos nem etapas demoradas de preparo, o que pode reduzir custos e acelerar a tomada de decisão em programas de monitoramento da qualidade do leite.
Além dos resultados laboratoriais, a pesquisa também marcou o início de uma nova linha de investigação dentro do grupo da universidade. Segundo o pesquisador, “esse foi o primeiro estudo do nosso grupo nessa temática e acabou fortalecendo uma linha de pesquisa que hoje já possui outros trabalhos nacionais e internacionais sendo desenvolvidos”. O artigo destaca que o uso de espectroscopia associada à inteligência artificial vem crescendo mundialmente em aplicações relacionadas à segurança alimentar, especialmente para identificação rápida de contaminantes e adulterações em alimentos
O estudo também reforça o papel da inteligência artificial e das técnicas espectroscópicas no futuro da análise de alimentos. Para os pesquisadores, métodos rápidos, automatizados e sustentáveis tendem a ganhar cada vez mais espaço na indústria alimentícia, especialmente em cenários que exigem grande volume de análises e respostas rápidas. “Hoje já existem diversos grupos nacionais e internacionais trabalhando nessa área, e acreditamos que essa tecnologia terá impacto crescente na cadeia leiteira”, conclui Sérgio.
Para ler o artigo, acesse
SANTANA, V.R., et al. Random forest e espectroscopia de infravermelho para detectar contaminação de leite liofilizado por residuos de ivermectina. Ciência Rural [online]. 2025, vol. 55, no. 12, e20240536 [viewed 03 July 2026]. https://doi.org/10.1590/0103-8478cr20240536. Available from: https://www.scielo.br/j/cr/a/tDnDCQpQLpNL8zVPDQrr8Xd/
Links externos
Ciência Rural – Redes sociais: X | Facebook | Instagram
Como citar este post [ISO 690/2010]:
Últimos comentários