Investigadores del Departamento de Arquitectura de Computadores y Automática de la Universidad Complutense de Madrid (UCM) han desarrollado un innovador dispositivo que, por menos de 40 euros, utiliza inteligencia artificial para predecir la proliferación de cianobacterias en ríos, lagos y embalses con hasta 28 días de antelación. Este avance, publicado en la prestigiosa revista Water Research, representa una solución eficaz y accesible para monitorizar la calidad del agua y prevenir riesgos para la salud y el medioambiente.
Las cianobacterias, microorganismos presentes de forma natural en sistemas hídricos, pueden experimentar un crecimiento explosivo, conocido como bloom, bajo ciertas condiciones ambientales. Estos episodios generan metabolitos tóxicos que amenazan la salud de humanos y animales, además de comprometer el uso del agua para fines domésticos e industriales. Anticiparse a estos eventos es clave para mitigar sus impactos, y el nuevo dispositivo de la UCM se presenta como una herramienta preventiva revolucionaria.
El dispositivo, diseñado como un complemento (add-on) para sensores de boyas de monitorización, es completamente autónomo y no requiere conocimientos técnicos avanzados para su uso. Se conecta a sensores existentes, recopila datos en tiempo real —como la temperatura o la fluorescencia de la ficocianina— y los procesa mediante redes neuronales poco profundas basadas en algoritmos de memoria a corto y largo plazo (LSTM). Estas redes, más pequeñas y eficientes que las tradicionales, son comprimidas mediante discretización para optimizar su implementación en un hardware de bajo coste.
Con un rendimiento destacado, el sistema logra predicciones con una precisión superior al 70 % en un horizonte de hasta 28 días, superando en un 20 % a otros algoritmos evaluados con redes neuronales profundas comprimidas. Además, transmite inalámbricamente tanto los datos originales como las predicciones, lo que facilita su integración en sistemas de monitorización existentes.
Este desarrollo no solo destaca por su eficacia, sino también por su accesibilidad. Al ser económico y fácil de implementar, el dispositivo tiene el potencial de democratizar la monitorización de la calidad del agua en todo el mundo, especialmente en regiones con recursos limitados.