Uma tecnologia inovadora que combina inteligência artificial (IA) e sensores ópticos promete transformar a avicultura ao permitir a identificação precoce do sexo e da viabilidade de embriões dentro dos ovos, sem necessidade de quebrar a casca. Desenvolvida por pesquisadores da Universidade de Illinois, nos Estados Unidos, a técnica utiliza imagens hiperespectrais — que captam informações além da luz visível — e algoritmos de aprendizado de máquina para analisar ovos ainda nos primeiros dias de incubação.
O objetivo principal é reduzir dois grandes problemas enfrentados pelos incubatórios: a mortalidade embrionária, que pode superar 10% dos ovos incubados em algumas operações, e o descarte massivo de pintinhos machos das linhagens poedeiras. Estima-se que cerca de 6 bilhões de pintinhos machos sejam descartados anualmente em todo o mundo, já que eles não produzem ovos e não são adequados para a produção de carne.
Alta precisão na detecção de mortalidade embrionária
No estudo, foram analisados 300 ovos antes e durante os primeiros dias de incubação. Os modelos de IA treinados com as imagens hiperespectrais alcançaram até 97% de precisão na detecção da mortalidade embrionária já no quarto dia de incubação. A identificação precoce de ovos inviáveis permite removê-los rapidamente, reduzindo riscos sanitários — como a proliferação de microrganismos — e diminuindo a necessidade de monitoramento intensivo.
Atualmente, a ovoscopia (observação com fonte de luz) é o método mais usado, mas exige inspeções frequentes e mão de obra especializada. A nova abordagem automatizada pode aumentar a eficiência e a escala dos processos.
Sexagem antes da incubação
Outra frente promissora do trabalho é a sexagem dos embriões. Com base nas características registradas nas imagens, os algoritmos foram treinados para distinguir machos e fêmeas, alcançando cerca de 75% de precisão antes mesmo do início da incubação. Embora ainda não seja perfeita, a taxa representa um avanço significativo para evitar o nascimento e o descarte de milhões de pintinhos machos.
Os pesquisadores também avaliaram o uso de sensores ópticos para estimar características físicas dos ovos, como resistência e espessura da casca e proporção de gema, sem quebrá-los. A expectativa é que a combinação de sensores, IA e automação permita a criação de sistemas capazes de classificar ovos em larga escala.
Próximos passos
A equipe já trabalha no desenvolvimento de equipamentos integrados a braços robóticos para realizar a separação automática dos ovos conforme os resultados obtidos. A tecnologia pode, no futuro, ser adotada por incubatórios comerciais, contribuindo para uma avicultura mais sustentável e eficiente.