La crescente domanda di latte e derivati a basso contenuto di lattosio, motivata dall'intolleranza che affligge un ampio strato della popolazione globale, mette in luce la necessità di metodi rapidi, efficaci ed economici per determinare la presenza dello zucchero residuo in questi prodotti. Le tecniche tradizionali frequentemente non rispondono a questi criteri in modo soddisfacente.
Una ricerca recente, diffusa sulla rivista Heliyon, introduce una soluzione all'avanguardia che integra la spettroscopia FTIR (Fourier Transform Infrared) e l'intelligenza artificiale per un'analisi accurata del lattosio e altri zuccheri nel latte. Il cuore di questo metodo risiede nell'uso delle reti neurali convoluzionali (CNN), che permettono di esaminare gli spettri infrarossi del latte senza la necessità di complessi trattamenti preliminari dei dati.
L'applicazione di questa tecnica ha riguardato varie tipologie di latte (crudo, pastorizzato e UHT) arricchite con diverse concentrazioni di lattosio, glucosio e galattosio, analizzando in totale 432 campioni. Grazie all'utilizzo delle CNN, i risultati hanno dimostrato un'alta precisione predittiva, con un'accuratezza superiore al 95% per la classificazione e valori di coefficiente di determinazione (R2) dell'81%, 86% e 92% per la quantificazione di lattosio, glucosio e galattosio, rispettivamente.
La combinazione tra spettroscopia FTIR e intelligenza artificiale emerge, quindi, come un metodo innovativo, veloce e conveniente per la determinazione del lattosio e altri zuccheri nel latte. Questa scoperta si prospetta fondamentale per il controllo qualità e la protezione dei consumatori nell'industria dei prodotti lattiero-caseari a basso contenuto di lattosio, offrendo nuovi orizzonti per il settore.
Il lavoro di ricerca è intitolato "Determination of the lactose content in low-lactose milk using Fourier-transform infrared spectroscopy (FTIR) and convolutional neural network", pubblicato su Heliyon, Volume 9, numero 1, gennaio 2023, a cura di DCSZ. Ribeiro, H. Asseiss Neto, JS. Lima, DCS. de Assis, Kelly M. Keller, SVA. Campos, DA. Oliveira, LM. Fonseca.
