Un grupo de estudiantes de la Universidad Agustiniana presentó recientemente AlgaeVisión, un proyecto que automatiza la detección de microalgas mediante inteligencia artificial. La herramienta analiza imágenes microscópicas y utiliza algoritmos de aprendizaje profundo para identificar y clasificar células de forma rápida y precisa, resolviendo un problema que ha limitado a varios sectores durante años.

Tradicionalmente, el conteo y análisis de microalgas se realiza de manera manual, un proceso que consume mucho tiempo, deja espacio para errores humanos y dificulta el trabajo a gran escala. Según Brayan Stiven Torres Ovalle, docente del Programa de Ingeniería de Sistemas y Computación de la Uniagustiniana, estas limitaciones afectan directamente a la biotecnología, la acuicultura y la producción de biocombustibles, sectores que necesitan análisis constantes y confiables para operar eficientemente. "Este proyecto no solo representa una implementación técnica, sino una apuesta por la integración de inteligencia artificial en problemas reales del sector científico e industrial, donde la eficiencia y la confiabilidad son críticas", expresó Torres Ovalle.

AlgaeVisión funciona con modelos YOLO, una tecnología especializada en detectar múltiples objetos dentro de una misma imagen. Esto permite que el sistema no solo clasifique las microalgas, sino que también las identifique y cuente automáticamente en muestras complejas, tarea que anteriormente requería horas de revisión manual por parte de especialistas.

Los resultados obtenidos hasta ahora son prometedores. El proyecto alcanzó una precisión promedio cercana al 99 por ciento en la clasificación de diferentes tipos de microalgas, y un desempeño del 70 por ciento en la detección general. Métricas adicionales registraron un 91,6 por ciento en precisión de detección a nivel estándar, 88,0 por ciento en exactitud y 82,7 por ciento en capacidad de recuperación de datos.

Lo más relevante es que AlgaeVisión pasó de ser un proyecto experimental a una solución práctica. El equipo desarrolló una plataforma web donde investigadores y usuarios interesados pueden cargar imágenes microscópicas y obtener resultados automáticamente, sin necesidad de conocimientos en programación. "Este componente web facilita el acceso al sistema, mejora la interacción con la herramienta y permite que el modelo no quede limitado al entorno de desarrollo, sino que pueda ser probado y usado desde una interfaz más amigable", explicó Torres Ovalle.

El proyecto abre puertas a futuras investigaciones y validaciones en contextos reales. Para el sector científico colombiano, esta herramienta representa una alternativa para optimizar procesos de investigación que típicamente demandan recursos considerables en instituciones académicas y centros de investigación con presupuestos limitados.