Innovation en sécurité alimentaire : Un outil en accès libre pour cartographier la composition des aliments

Prédire la fraîcheur ou la teneur en sel d’un aliment : c’est l’innovation développée par une équipe internationale coordonnée par INRAE et impliquant l’université de Tokyo. L’outil analyse des données d’imagerie hyperspectrale pour cartographier les évolutions chimiques des aliments mais aussi prédire la présence de composés invisibles pour les caméras, afin d’optimiser les procédés de transformation, ou réduire le risque bactériologique. Des résultats publiés dans LWT – Food Science and Technology.

Que permet l’imagerie hyperspectrale ?

L’imagerie hyperspectrale, technologie capable de « voir » l’invisible (eau, gras, altération) via l’information du visible et de l’infrarouge, offre une alternative rapide et non destructive, en plus de permettre le contrôle de tous les aliments sur une ligne de production. Cependant, son adoption par les chercheurs et les industriels est freinée par l’extrême complexité des données générées et le coût des logiciels propriétaires.

Une équipe internationale, coordonnée par INRAE et impliquant l’université de Tokyo, a levé ce verrou en développant un outil informatique libre et transparent, pour démocratiser et standardiser l’usage de cette technologie.

Il permet en premier lieu de suivre les évolutions chimiques d’un aliment (oxydation, variation de couleur, etc.) en cartographiant la surface du produit pixel par pixel, grâce au traitement de l’information de différents types de caméras (visible et infrarouge). Sur des saucissons en cours d’affinage, les scientifiques ont pu quantifier spatialement la perte en eau et l’oxydation, visualisant concrètement le séchage de la périphérie vers le cœur, permettant ainsi l’optimisation du procédé.

Prédire la présence d’un composé

L’innovation principale de cet outil est une fonctionnalité permettant de produire une cartographie prédictive d’un composant d’intérêt, par exemple le sel, qui est pourtant « invisible » pour les caméras spectrales, via une IA sobre, c’est-à-dire peu gourmande en énergie et ressources de calcul. Sur des filets de truites, l’algorithme a prédit la présence de sel avec une fiabilité de près de 98 %, en identifiant l’empreinte indirecte que laisse le sel sur les molécules d’eau en surface. Cette précision spatiale révolutionne le contrôle qualité : là où une analyse classique donne un taux de sel moyen, cet outil révèle les hétérogénéités locales. Détecter les facteurs propices à une possible contamination est crucial pour la sécurité alimentaire, car une zone très localisée manquant de sel ou en contenant trop peut devenir un foyer de développement bactérien.

Cette boîte à outil, qui fonctionne sur tout type d’aliments et des tissus biologiques, est à disposition dans son état brut, et le développement d’un logiciel clé en main pourrait être envisagé dans un projet futur. L’objectif à long terme est de le faire évoluer vers une solution adaptée aux procédés industriels de transformation ou de conservation, comme par exemple alerter de manière précoce le développement bactérien des aliments.