En los últimos años la contaminación por microplásticos se ha convertido en uno de los problemas ambientales más preocupantes, ya que además de encontrarse en cuerpos de agua dulce como manglares, lagunas y ríos también están en los mares, una consecuencia de la cantidad de productos de este material que son desechados; por ejemplo, de los 12 millones de toneladas de residuos sólidos generados anualmente solo se recicla el 17%, según el Observatorio Ambiental de Bogotá.

El resto de los plásticos –como cigarrillos, ropa o cosméticos– se deja a la suerte de las condiciones ambientales, que, dependiendo de la temperatura y la incidencia de la luz ultravioleta, generan un proceso físico de fragmentación del que se desprenden pequeñas partículas, las cuales son arrastradas por el aire y los desagües domésticos e industriales que las llevan hasta los cuerpos de agua.

Estos diminutos fragmentos de plástico, de menos de 5mm, son ingeridos por animales como mariscos, peces y aves, y eventualmente ingresan en la cadena alimentaria humana, por lo que se les considera como una amenaza silenciosa, y aunque su impacto todavía está en estudio, en 2021 el Programa para el Medio Ambiente de la ONU alertó que contienen químicos asociados con graves consecuencias para la salud humana, especialmente para las mujeres.

Por eso, investigadores de la Universidad Nacional de Colombia (UNAL) trabajan en un dispositivo para detectar microplásticos, el cual funciona con una metodología basada en modelos de aprendizaje de máquina (machine learning) capaz de identificar el poliestireno expandido (EPS), conocido como icopor, y el tereftalato de polietileno (PET), con el que se fabrican las botellas plásticas.

Con años de experiencia trabajando en la identificación de propiedades de materiales, la química Mónica Sandoval Rincón, profesora de la UNAL Sede de La Paz, explica que “la toxicidad de los microplásticos está estrechamente relacionada con su complejidad estructural”.

“Estas partículas son de formas irregulares y diferentes tamaños, además de contener aditivos químicos tóxicos como ftalatos y bifenoles, que aumentan su peligrosidad; esta combinación de características físicas y químicas hace que los microplásticos sean particularmente nocivos para los organismos vivos”.

Estudios previos de la UNAL y la Universidad Industrial de Santander encontraron evidencia de estos en el Parque Nacional Natural Corales del Rosario y de San Bernardo, y según Invemar y la Universidad de Antioquia, también en el golfo de Urabá y el río Magdalena.

Abriendo posibilidades para identificarlas

Estos materiales pueden estar presentes en todas partes (sin que nos demos cuenta), como en el aire o el agua, son difíciles de detectar, y por ende de eliminar. Tradicionalmente, la detección de microplásticos implica recolectar muestras, llevarlas a un laboratorio y esperar semanas para obtener resultados. Algunas técnicas que se utilizan para estos fines son el procesamiento de imágenes, la dispersión de luz polarizada y la espectroscopía, que, aunque efectivas, suelen ser costosas, requieren equipos sofisticados y personal altamente capacitado.

La profesora Sandoval comenta que estas metodologías se utilizan a escala de laboratorio e implican largos tiempos de procesamiento, lo que dificulta la implementación de acciones rápidas para mitigar la contaminación. Por eso el Grupo de Investigación en Ingeniería Electrónica de la Universidad Nacional (GMUN), dirigido por el profesor Diego Alexander Tibaduiza Burgos, trabaja en desarrollar equipos que aporten a la detección de microplásticos.

De allí se derivó la investigación de Juan Daniel Sarmiento Abello, magíster en Ingeniería Electrónica, quien desarrolló la metodología de inteligencia artificial –basada en el principio de la “lengua electrónica”– capaz de detectar y caracterizar microplásticos en tiempo real, midiendo sus propiedades.

“El sistema de inteligencia artificial nos mostró que detecta microplásticos con una tasa de éxito del 80% en promedio, diferenciando entre tipos de plásticos y tamaños que van desde los 500 micrómetros hasta los 4mm”, dice el magíster.

Para hacer esta tarea utiliza una red de sensores que, como si se tratara de las papilas gustativas de la lengua humana, puede detectar diferentes propiedades de los microplásticos. El dispositivo envía señales eléctricas a través de placas paralelas sumergidas en el agua y analiza las variaciones en estas señales para identificar la presencia, el tipo y tamaño de los microplásticos.

En comparación con los métodos tradicionales, este dispositivo ofrece una detección inmediata. “Con esta técnica en tiempo real se pueden detectar microplásticos. Si se tiene el equipo de electroquímica, como los algoritmos están entrenados, se mete en el agua y de inmediato dice si hay o no microplásticos”, explica el investigador.

Además de su rapidez, este prototipo se caracteriza por ser asequible y fácil de usar, pues puede ser operado por personal técnico con conocimientos básicos, sin necesidad de expertos altamente especializados, lo cual permite que se pueda implementar en una variedad de contextos y por diferentes profesionales.

“No debemos esperar una, dos o tres semanas a que nos digan si hay microplástico y que, cuando vayamos a validar esos datos, ya haya otro tipo de estas partículas. Esto permite tomar acciones oportunas”, agrega el magíster.

Pruebas de validación

El investigador preparó un entorno simulado en laboratorio utilizando agua limpia a la que luego añadió microplásticos como el PET y también de icopor triturado, con medidas de entre 200 micrómetros y 4 mm. Además incorporó materia orgánica como huevos de salmón y partículas inorgánicas como tierra y semillas, para imitar las condiciones de los cuerpos de agua naturales como los embalses.

El siguiente paso fue incorporar esas muestras de agua en un recipiente especial en el que también se incluyen los sensores. Medir estos datos implica que los sensores envíen las señales eléctricas a un computador y así se registran las curvas de voltaje y corriente características de los microplásticos.

Luego, la tarea de los algoritmos de inteligencia artificial es procesar los datos para identificar el tipo y tamaño del microplástico presente en cada muestra; además el dispositivo indica el tipo y tamaño exacto de las partículas.

Cabe destacar que, aunque para este estudio las pruebas se realizaron en un entorno controlado de laboratorio, el éxito de los resultados llevó a que se realizaran pruebas adicionales en colaboración con investigadores de la UNAL Sede de La Paz, con el fin de validar la efectividad del dispositivo en condiciones más variadas, incluyendo agua de mar en presencia de metales pesados.

Este aspecto es crucial, ya que a menudo los microplásticos actúan como vectores para otros contaminantes, transportándolos a través de los ecosistemas acuáticos. “Nosotros trajimos el equipo para hacer unas pruebas piloto utilizando agua de mar artificial y agua marina recolectada en Pozos Colorados (Santa Marta), las cuales fueron contaminadas artificialmente con cadmio, que es un metal pesado”, comenta la profesora Sandoval.

Información tomada del Periódico de la UNAL.