Cultivo inteligente de setas: IA, sensores y robótica para la nueva producción

El cultivo de setas representa una de las actividades agrícolas bajo ambiente controlado con mayor nivel de tecnificación y, en los últimos años, ha evolucionado hacia modelos de producción apoyados en la agricultura inteligente. Además de su reconocido interés nutricional y gastronómico, las setas constituyen un producto de elevado valor comercial cuya conservación supone un importante desafío debido a su corta vida útil y a la rápida pérdida de calidad tras la cosecha. En este escenario, las tecnologías digitales se consolidan como herramientas estratégicas para mejorar la eficiencia productiva, optimizar la calidad y avanzar hacia sistemas de cultivo más sostenibles.

Alcance del estudio

El estudio examina 114 publicaciones científicas dedicadas a la incorporación de sensores, Internet de las Cosas (IoT), visión artificial, inteligencia artificial, robótica e imagen hiperespectral en las diferentes fases de la producción de setas. El análisis compara la aplicación de estas tecnologías según la especie cultivada, las operaciones agronómicas y los métodos de captura y procesamiento de datos, permitiendo identificar las principales tendencias de innovación del sector.

Principales hallazgos. Los resultados muestran que la visión artificial lidera las aplicaciones destinadas al seguimiento del crecimiento, la clasificación y la automatización de procesos, mientras que las redes de sensores y la imagen hiperespectral destacan por su utilidad en el control de las condiciones ambientales, la evaluación no destructiva de la calidad y la detección temprana de enfermedades. Asimismo, las mayores innovaciones se concentran en las especies de mayor relevancia comercial, especialmente Agaricus bisporus, Pleurotus ostreatus y Lentinula edodes. El trabajo también evidencia una creciente adopción de modelos de aprendizaje profundo en los sistemas de visión artificial, mientras que las aplicaciones hiperespectrales continúan apoyándose principalmente en algoritmos convencionales de aprendizaje automático.

Perspectivas

Entre las oportunidades de desarrollo identificadas destacan la integración de sensores e imagen para la monitorización automática del cultivo, la mejora de los sistemas de percepción para robots de recolección, el empleo de dispositivos hiperespectrales portátiles para el control de calidad y la implementación de gemelos digitales capaces de simular y optimizar el funcionamiento de las explotaciones. En conjunto, la revisión pone de manifiesto que la convergencia entre inteligencia artificial, IoT, robótica y análisis avanzado de datos está configurando una nueva generación de sistemas de producción de setas más automatizados, eficientes y sostenibles.

Resultados técnicos

• Revisión sistemática de 114 publicaciones científicas sobre digitalización del cultivo de setas.
• La visión artificial es la tecnología con mayor implantación, presente en 63 estudios, principalmente para seguimiento del crecimiento, clasificación y automatización.
• Los sensores IoT se utilizan principalmente para el control ambiental durante el cultivo, mientras que la imagen hiperespectral destaca en el control de calidad y la detección de enfermedades en poscosecha.
• Las especies con mayor desarrollo tecnológico son Agaricus bisporus (43,9 %), Pleurotus ostreatus (33,3 %) y Lentinula edodes (13,2 %).
• El aprendizaje profundo (Deep Learning) domina las aplicaciones de visión artificial, mientras que la imagen hiperespectral continúa apoyándose mayoritariamente en técnicas convencionales de aprendizaje automático.
• Se identifican cuatro prioridades de innovación: monitorización automática mediante IoT e imagen, percepción visual para robots de cosecha, herramientas portátiles de imagen hiperespectral y desarrollo de gemelos digitales para explotaciones de cultivo inteligente.

El estudio concluye que la integración de datos, sensores, inteligencia artificial y robótica constituye la base tecnológica para la próxima generación de explotaciones comerciales de setas.

Fuente:

Yang, Kai y Argyropoulos, Dimitrios. (2026).

Towards Smart Mushroom Farming: A comprehensive review of data, sensors, robotics and artificial intelligence. Smart Agricultural Technology, 14, Artículo 102129.

https://doi.org/10.1016/j.atech.2026.102129

Imagen: Unsplash

Más información