Detección temprana con IA
Un equipo del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) en Puebla desarrolló un sistema de monitoreo basado en cámaras de visión computacional e inteligencia artificial para detectar enfermedades foliares en hortalizas.
Cómo funciona
Cámaras capturan imágenes de las plantas cada cierto tiempo. Un modelo de deep learning entrenado en miles de imágenes de hojas sanas y enfermas analiza las nuevas imágenes. El algoritmo identifica patrones de color, textura y forma asociados a oídio, mildiu, antracnosis y otras fungosis.
Los datos se transmiten a una aplicación móvil. El agricultor ve gráficos en tiempo real: cuándo detectar enfermedad, es hora de intervención temprana.
Precisión verificada
En pruebas, el modelo alcanzó una precisión superior al 92 % en identificar enfermedades foliares. Las pruebas en campo (en invernaderos de Puebla) están en curso con resultados preliminares prometedores.
Ventaja del diagnóstico temprano
Si el sistema detecta oídio el día 1, el agricultor puede aislar la planta y aplicar fungicida localizado. Si espera hasta el día 5, la enfermedad está en 20 plantas cercanas. Estudios muestran ahorros de 15 a 30 % en fungicidas cuando se detecta enfermedad al inicio.
Rigor científico
Institución: INAOE (Instituto Nacional de Astrofísica, Óptica y Electrónica), Puebla, México. Presentaciones: XV CONTACS & V CONITACS del INAOE, 2025-2026. Alcance: validación de modelo de deep learning en hortalizas; pruebas de campo en curso.
