L’utilizzo della spettroscopia negli studi di “food authenticity”, negli ultimi decenni, ha consentito di analizzare le sostanze senza danneggiare il campione sottoposto a verifica. Grazie all’utilizzo di sistemi di “machine learning”, poi, è stato possibile semplificare l’analisi della grande mole di dati raccolti. Un ulteriore passo in avanti è quello frutto dello studio condotto dal team internazionale di ricercatori che hanno “testato” la metodologia su tre diverse tipologie di prodotti: lieviti, carne e olio. La tecnica messa a punto, infatti, consente di ridurre dall’ordine delle migliaia a quello delle decine il numero di misurazioni da acquisire dal segnale spettrometrico per un’accurata verifica che escluda adulterazioni delle sostanze. Tutto ciò con evidenti vantaggi sia in ordine di tempo che di costo delle operazioni di controllo

L’impiego di moderne tecniche di spettroscopia e “machine learning” nel settore agroalimentare aiuterà ad automatizzare i controlli dei cibi che entrano nelle nostre case, per assicurare maggiore qualità e sicurezza per consumatori. Tali metodologie, infatti, potranno trovare applicazione sia nell’ambito delle verifiche condotte dalle autorità governative, sia nelle procedure di certificazione di qualità dei prodotti.