El doctorando Javier Garrido López realiza una estancia en la universidad suiza para aplicar técnicas de Machine Learning que predecirán con exactitud la vida útil de los productos perecederos durante su transporte
4.jun.2026.- Javier Garrido López, investigador predoctoral de la UPCT, se encuentra actualmente realizando una estancia de investigación en la Escuela Politécnica Federal de Zúrich (ETH Zürich), en Suiza, una de las universidades más prestigiosas del mundo en Ciencia y Tecnología.
Durante su estancia, el investigador se ha integrado en el Biomedical Data Science Lab, un avanzado grupo de investigación perteneciente al Department of Health Sciences and Technology de la ETH, donde cuenta con la supervisión de Alejandro Cisterna García y Catherine Jutzeler. Este laboratorio suizo destaca por su excelencia en el desarrollo de métodos computacionales y análisis de datos complejos, a través de un equipo de investigación interdisciplinar y dinámico que trabaja en la intersección de la medicina, la ciencia de datos y la biología.
La tesis de Javier Garrido, dirigida por Roque Torres Sánchez y Manuel Jiménez Buendía, tiene como objetivo principal reducir el desperdicio de alimentos a lo largo de la cadena de suministro.
Para abordar este problema, la investigación desarrollada desde la UPCT se asienta sobre tres pilares tecnológicos: por un lado, la construcción de un dispositivo inalámbrico autónomo capaz de registrar de forma continua las condiciones ambientales a las que se ven sometidos los alimentos durante su transporte; por otro, el diseño de una cámara climática portátil, ideada para replicar en el laboratorio dichas condiciones, simulando incluso posibles fallos técnicos, como la rotura de la cadena de frío en camiones refrigerados.
Es en el tercer pilar donde se enmarca la actual colaboración con la ETH Zürich. A partir de los datos previamente medidos sobre cómo se degrada la calidad de los alimentos bajo diferentes condiciones ambientales, el investigador está empleando la experiencia del Biomedical Data Science Lab para entrenar algoritmos de Inteligencia Artificial, concretamente modelos de Aprendizaje Automático (Machine Learning).
"El objetivo de esta fase es conseguir que la IA nos diga de manera exacta la calidad o la vida útil restante de los productos perecederos basándose en las condiciones que han sufrido durante el viaje", explica Javier Garrido. De este modo, si se detecta que un camión ha tenido un fallo de refrigeración que acortará la vida del producto, el algoritmo permitiría tomar decisiones logísticas inmediatas, como ajustar el destino de la mercancía hacia un mercado más cercano, garantizando su consumo y evitando así su desperdicio.