Análisis de la aplicación de inteligencia artificial para mejorar el control de calidad del arándano

Resumen

Este estudio realiza una revisión sistemática de la literatura sobre el impacto de la inteligencia artificial en los procesos de inspección y selección para optimizar el control de calidad de arándanos. Se aplicó la metodología PRISMA con una estrategia de búsqueda basada en PICOC, identificando 20 estudios relevantes. Los resultados destacan el uso de herramientas avanzadas como redes neuronales, imágenes hiperespectrales y visión por computadora para mejorar la detección de defectos y la precisión en la selección. A pesar de los avances, persisten desafíos como la complejidad técnica, los costos y la necesidad de capacitación. Se propone integrar la IA con tecnologías IoT para optimizar la producción, asegurar la calidad y reducir pérdidas postcosecha, mejorando la competitividad y sostenibilidad del sector agroindustrial.