Científicos brasileños han desarrollado una plataforma para diagnosticar la roya asiática de la soja, una de las enfermedades más dañinas de este cultivo. La tecnología combina inteligencia artificial (IA) con análisis integrado de datos climáticos, agronómicos e imágenes digitales. Alojado en la nube, el sistema estima el riesgo de aparición de la enfermedad y genera informes con recomendaciones técnicas de gestión, lo que facilita la toma de decisiones más precisas en la explotación.
La herramienta recopila información de sensores ambientales, imágenes digitales de hojas de soja y parámetros agronómicos como la variedad, el espaciamiento entre hileras y el calendario de siembra. Los resultados se muestran en un panel en línea que permite a los agricultores seguir las series temporales de las condiciones climáticas junto con imágenes de las plantas.
La plataforma se creó en el marco del proyecto “Herramienta Digital Avanzada para la Gestión de Riesgos Agrícolas,” financiado por la Fundación de Apoyo a la Investigación del Estado de São Paulo (Fapesp). El trabajo se desarrolló en el marco de la investigación doctoral del informático Ricardo Alexandre Neves en la Universidad Federal de São Carlos (UFSCar), bajo la supervisión de Paulo Cruvinel, investigador de Embrapa Instrumentación (São Paulo).
Los resultados del proyecto se publicaron en julio de 2025 en la revista AgriEngineering en el artículo “Un sistema de inteligencia basado en la nube para el análisis del riesgo de roya asiática de la soja en cultivos de soja.”
La fusión de datos facilita el diagnóstico
El sistema se construyó mediante investigación en fincas utilizando un modelo que fusiona variables climáticas, datos del cultivo de soja e información extraída de imágenes digitales de hojas de soja. Las condiciones climáticas se monitorearon durante todo el período de observación en campo.
“La tecnología clasifica la propensión a la enfermedad en tres niveles: baja, media y alta, según la combinación de variables relacionadas con la etapa de infestación. Esto permite realizar diagnósticos y pronósticos para el control de enfermedades con mayor eficacia y precision,” añade Neves. Según él, el nivel de propensión se define por inferencia estadística basada en el comportamiento del conjunto de variables. Los investigadores explican que el sistema funciona mediante la integración de datos. Los datos clave permiten analizar las condiciones críticas para el desarrollo de los hongos, como el período de humedad foliar (definido por una humedad relativa superior al 90 % en un rango de temperatura de 15 °C a 28 °C) y el punto de rocío.
El trabajo aplica técnicas avanzadas de procesamiento especializado para extraer información de imágenes digitales de hojas de soja. Se utilizan patrones de color, como verde, amarillo y marrón, para indicar las etapas de progresión de la enfermedad.
Cruvinel señala que se evaluaron dos enfoques para combinar los diferentes flujos de datos. Finalmente, el sistema adoptó un modelo de Cadenas Ocultas de Markov, seleccionado por su robustez, eficacia y eficiencia para respaldar la toma de decisiones. En el estudio, este método superó a la lógica difusa, alcanzando una precisión del 100 % al coincidir con los escenarios evaluados para el riesgo de roya asiática de la soja en los campos monitoreados.
“El modelo desarrollado para fusionar datos sobre diferentes variables permitió estructurar un conjunto completo de reglas que considera sistemáticamente las diferentes situaciones en las que es probable que se presente la enfermedad,” afirma el investigador.
Durante el estudio de cuatro años con el cultivar convencional BRS 536 de Embrapa Soja, los investigadores utilizaron más de 2 gigabytes de datos por ciclo de cultivo, considerando información recopilada en campos reales durante el cultivo, en parcelas georreferenciadas en la región de Poxoréu-MT y fotografiadas bajo índices de iluminación conocidos, según un comunicado de prensa.
Datos disponibles para los agricultores en línea
Los informes analíticos del panel se desarrollaron utilizando dos décadas de datos históricos, lo que permite a los usuarios evaluar períodos clave a lo largo del ciclo de cultivo. La interfaz está diseñada para una fácil navegación y se organiza en torno a información básica relevante para los agricultores y otros usuarios potenciales.
Según Cruvinel y Neves, los informes tienen como objetivo respaldar las decisiones sobre la gestión del área de cultivo, ayudando a evaluar la presencia de la roya asiática de la soja, así como la gravedad de la infección. También proporcionan recomendaciones agronómicas para el control de la enfermedad basadas en los resultados del diagnóstico.
Cruvinel señala que se puede acceder a los informes a través de la pestaña “Recomendaciones Agrícolas” del panel. Esta sección también incluye un enlace al sitio web de AGROFIT, una base de datos del Ministerio de Agricultura y Ganadería de Brasil (Mapa) con información sobre agroquímicos registrados y productos relacionados, lo que facilita la consulta y la selección de fungicidas recomendados para el manejo de la roya asiática.
La solución reduce el uso de fungicidas
Los investigadores añaden que el sistema permite monitorear la presencia o ausencia de roya asiática de la soja y facilita la evaluación de la dinámica de la enfermedad en diferentes niveles de gravedad y riesgo a lo largo del proceso de producción.
“El objetivo principal de la investigación fue crear un método que integrara datos heterogéneos para proporcionar un diagnóstico más fiable. Basarse únicamente en imágenes o datos climáticos aislados no es suficiente para una evaluación precisa, lo que puede dar lugar a diagnósticos falsos positivos. Además, la solución ofrece prevención y uso racional de fungicidas,” afirma Neves, quien actualmente es profesor del Instituto Federal de São Paulo (IFSP), campus de São João da Boa Vista.
