Anais-V-CICISU-Resumos-Expandidos -529-533

Prévia do material em texto

529 | P á g i n a 
 
 
 
INOVAÇÃO TECNOLÓGICA E RASTREABILIDADE: A INTELIGÊNCIA 
ARTIFICIAL NA GARANTIA DA QUALIDADE DE PRODUTOS DE ORIGEM 
ANIMAL 
 
1,2Maria Fernanda Neto Campos 
1,2Julio Ribeiro Lopes 
1,2Ariany Lacerda Nogueira 
2,3Júlia da Costa Carneiro Cruz 
1,2Emília Maricato Pedro dos Santos 
 
 
1Universidade Federal de Juiz de Fora, Faculdade de Medicina, Departamento de Medicina Veterinária, Juiz 
de Fora, Minas Gerais, Brasil;. 2Grupo de Pesquisa em Inspeção, Tecnologia e Controle de Qualidade de 
Produtos de Origem Animal da Universidade Federal de Juiz de Fora (GPPoa UFJF), Juiz de Fora, Minas 
Gerais, Brasil; 3Universidade Federal do Pampa, Programa de Pós-Graduação em Ciência Animal, 
Uruguaiana, Rio Grande do Sul, Brasil 
Área temática: Biotecnologia 
 
Resumo: A rastreabilidade é um instrumento fundamental para assegurar a transparência, 
segurança dos alimentos e conformidade regulatória nas cadeias produtivas de produtos de 
origem animal. A crescente complexidade destas cadeias e a demanda por qualidade têm 
impulsionado a utilização de tecnologias inovadoras. Nesse cenário, a Inteligência Artificial 
(IA) emerge como uma aliada estratégica na superação de limitações operacionais e na 
otimização dos sistemas de rastreamento. Objetivou-se, neste estudo, analisar a utilização da 
IA no aprimoramento da rastreabilidade de produtos de origem animal, abordando suas 
aplicações, benefícios, desafios e perspectivas. Este trabalho consiste em uma revisão de 
literatura integrativa, a partir da busca sistematizada das informações, que resultou na seleção 
de 11 estudos relevantes. A utilização de IA, blockchain, sensores IoT (Internet of Things) e 
algoritmos de aprendizado de máquina possibilitam avanços significativos na detecção de 
anomalias, na análise preditiva e na tomada de decisões em tempo real, aumentando a 
precisão, a agilidade e a confiabilidade dos dados ao longo da cadeia produtiva de alimentos. 
A IA apresenta eficácia na garantia de qualidade, na rastreabilidade ética e religiosa e no 
monitoramento do bem-estar animal, e promove ganhos em biosseguridade, sustentabilidade 
e resposta a não conformidades. Contudo, ainda existem desafios a serem superados, como 
altos custos de implementação, escassez de profissionais capacitados e necessidade de 
validação em ambientes reais. Portanto, a IA apresenta elevado potencial para fortalecer a 
rastreabilidade e a governança nas cadeias agroindustriais, desde que acompanhada por 
estratégias de capacitação, políticas públicas adequadas e infraestrutura compatível. 
INTRODUÇÃO 
Os sistemas de rastreabilidade configuram-se como instrumentos estratégicos 
indispensáveis à governança das cadeias produtivas agroalimentares, com ênfase na 
promoção da segurança higiênico-sanitária, no aprimoramento do controle de qualidade, na 
mitigação de adulterações, na conformidade com exigências normativas internacionais e no 
fortalecimento da confiança do consumidor. Tais sistemas são concebidos com o propósito 
de assegurar a rastreabilidade da origem dos produtos e dos insumos empregados em sua 
elaboração, mediante um arcabouço informacional robusto e integrado. Fundamentam-se, 
conceitualmente, em três pilares interdependentes: a abrangência, que se refere à diversidade 
 
 
 
530 | P á g i n a 
 
 
e à amplitude dos dados registrados ao longo da cadeia produtiva; a profundidade, relativa 
ao grau de monitoramento e detalhamento destas informações; e a precisão, entendida como 
a acurácia na identificação de eventos, atributos ou não conformidades vinculadas ao 
produto. A eficácia da rastreabilidade, portanto, repousa na sinergia entre estas três 
dimensões, sendo especialmente relevante em cadeias produtivas complexas e sensíveis, 
como a da carne bovina (Furquim, 2016). 
A rastreabilidade identifica a origem dos materiais e envolve documentação 
meticulosa de processos, o que exige uma compreensão detalhada e o gerenciamento correto 
das informações. Portanto, sua implementação e funcionamento dependem de execução 
precisa e livre de falhas humanas. Nesse cenário, a negligência na aquisição de informações 
ou o registro inadequado de dados compromete a qualidade do sistema. Além disso, a perda 
de integrantes durante a execução do sistema de rastreabilidade pode levar à perda de 
conhecimentos tácitos, comprometendo a continuidade e a precisão dos dados, o que, por 
sua vez, gera falhas na comunicação e interpretações equivocadas, afetando diretamente a 
sua eficácia. Dessa forma, a dependência de uma estrutura sólida e bem executada, tanto na 
coleta de dados quanto na transmissão de conhecimento entre os envolvidos, é 
imprescindível para que os sistemas de rastreabilidade cumpram seu papel de forma eficiente 
(Vinholis; Azevedo, 2002). 
Nesse sentido, as exigências sociais e regulatórias por alimentos seguros e de 
qualidade impulsionaram a implementação de sistemas de rastreabilidade ao longo da cadeia 
de produtos de origem animal. A rastreabilidade permite o acesso ao histórico e à trajetória 
dos alimentos, desde a produção da matéria-prima até a chegada ao consumidor final, 
garantindo transparência e resposta ágil frente a não conformidades. Embora não garanta, de 
forma isolada, a inocuidade dos alimentos, sua integração a programas de autocontrole 
reforça os mecanismos de controle sanitário. Destaca-se, ainda, a adoção crescente de 
tecnologias disruptivas, como o blockchain, que assegura registros invioláveis e auditáveis 
em tempo real, viabilizando uma rastreabilidade contínua, confiável e acessível, com 
benefícios diretos à gestão da segurança dos alimentos e à proteção do consumidor (Freire; 
Shecaira, 2020). 
Tecnologias como identificação por radiofrequência, códigos de resposta rápida, 
códigos de barras de DNA e chips microfluídicos têm demonstrado eficiência no controle de 
qualidade de ponta a ponta, proporcionando uma rastreabilidade robusta e assegurando a 
autenticidade dos produtos de origem animal ao longo da cadeia de suprimentos. Entretanto, 
a crescente complexidade das cadeias produtivas de alimentos, aliada à sofisticação das 
práticas fraudulentas, impõe a necessidade de soluções mais escaláveis, adaptáveis e 
tecnologicamente avançadas. Nesse cenário, a Inteligência Artificial (IA) emerge como uma 
ferramenta disruptiva, oferecendo capacidades aprimoradas para o processamento de 
grandes volumes de dados heterogêneos, além de otimizar os sistemas de verificação e 
rastreabilidade, promovendo maior segurança e integridade na autenticação dos alimentos 
(Liu et al., 2025). 
OBJETIVO 
Objetivou-se, neste estudo, apresentar e discutir a utilização da inteligência artificial 
como ferramenta para aprimorar a rastreabilidade de produtos de origem animal, destacando 
suas aplicações, vantagens, desafios e perspectivas. 
METODOLOGIA 
O presente trabalho configura-se como uma revisão de literatura integrativa, com 
 
 
 
531 | P á g i n a 
 
 
foco na utilização da inteligência artificial na rastreabilidade de produtos de origem animal. 
Para tanto, foi realizada uma busca sistematizada das informações nas bases de dados 
National Library of Medicine (PubMed), Science Direct e Scientific Electronic Library 
Online (SCIELO), utilizando-se os descritores “artificial intelligence”, food safety’’, 
“future” “meat”, “traceability”, “inteligência artificial”, “produtos de origem animal”, 
“rastreabilidade”, combinados por meio do operador “and”, para o cruzamento de dados. A 
coleta de dados foi realizada em maio de 2025, priorizando-se publicações em língua inglesa 
e portuguesa, no período compreendido entre 2002 e 2025. Os critérios de inclusão 
contemplaram estudos que apresentavam os descritores no título e/ou nas palavras-chaves, 
excluindo-se os trabalhos com data de publicação anterior ao período de busca estipulado 
assim como os duplicados e, ainda, cartas ao editor, monografias, tesese dissertações. 
Obteve-se, aproximadamente, 20.500 publicações, elegendo-se 11 referências para leitura e 
discussão do tema. As informações obtidas foram organizadas e sintetizadas na forma deste 
estudo. 
RESULTADOS E DISCUSSÃO 
A aplicação de técnicas de inteligência artificial ao longo da cadeia produtiva de 
alimentos de origem animal promove avanços significativos em termos de eficiência, 
precisão e rastreabilidade. Ferramentas baseadas em redes neurais artificiais e algoritmos 
genéticos têm sido empregadas com êxito na identificação automática de indivíduos, no 
monitoramento da qualidade de produtos em tempo real, bem como na detecção precoce de 
falhas operacionais e sanitárias. Além disso, a integração da IA com sistemas de blockchain 
possibilita o registro inviolável e a análise preditiva de grandes volumes de dados, 
favorecendo a rastreabilidade contínua e segura dos produtos de origem animal. Tais 
inovações não apenas otimizam os processos produtivos e logísticos, mas também ampliam 
a capacidade de tomada de decisão baseada em dados, assegurando maior transparência, 
biosseguridade e sustentabilidade nas cadeias agroindustriais (Costa, 2009). 
A crescente complexidade da cadeia de suprimentos alimentares tem ampliado 
vulnerabilidades, como adulterações e contaminações, exigindo soluções tecnológicas 
avançadas. A integração de inteligência artificial, blockchain (BC) e sensores IoT (Internet 
of Things) é eficaz na rastreabilidade e segurança de alimentos e pode ser aplicada em 
abatedouros frigoríficos, unidades de beneficiamento de leite e derivados, granjas e 
fazendas. Algoritmos de aprendizado de máquina e aprendizado profundo realizam a análise 
preditiva de dados, detectando anomalias de contaminação ou deterioração. A tecnologia de 
blockchain assegura a imutabilidade e transparência dos registros, enquanto sensores IoT 
monitoram variáveis críticas, como temperatura e umidade dos alimentos, em tempo real. A 
convergência destas tecnologias reduz erros, aprimora a tomada de decisões e fortalece a 
confiança do consumidor nos processos produtivos e na conformidade com padrões 
regulatórios (Femimol; Joseph, 2025). 
A crescente complexidade das cadeias globais de suprimentos demanda a atuação 
estratégica dos responsáveis por políticas públicas (policymakers) na promoção da 
rastreabilidade e da sustentabilidade. Os policymakers exercem papel estratégico na 
consolidação de sistemas digitais de rastreabilidade nas cadeias globais de pescado, 
promovendo governança, sustentabilidade e justiça social. Ao estabelecerem marcos 
regulatórios, que exigem compartilhamento transparente de dados e verificação de 
conformidade, contribuem para mitigar práticas ilícitas, como a pesca ilegal, não declarada 
e não regulamentada, além de coibir fraudes e violações de direitos humanos. A incorporação 
de tecnologias como blockchain e IoT deve ser incentivada por políticas públicas que 
 
 
 
532 | P á g i n a 
 
 
alinhem inovação à regulação eficaz. Assim, a atuação dos formuladores de políticas se 
revela essencial para fortalecer a resiliência das cadeias produtivas, assegurar a 
rastreabilidade de ponta a ponta e fomentar práticas sustentáveis no setor pesqueiro 
internacional (Cromwell et al., 2025). 
A rastreabilidade também apresenta grande valia na questão ético-religiosa. Sob essa 
afirmação, a rastreabilidade de carne fresca sob certificação halal tem sido 
significativamente potencializada por meio da convergência entre blockchain e tecnologias 
de sensores IoT. A adoção do modelo de consenso Point of Authority (PoA) em conjunto 
com sensores ambientais, possibilita o monitoramento contínuo de parâmetros críticos, como 
temperatura e umidade dos alimentos, durante o transporte. O sistema, estruturado em 
arquitetura PHP/Laravel com banco de dados SQLite e módulos embarcados programados 
em linguagem C, permite a rastreabilidade em tempo real acessível ao consumidor via QR 
Code. Esta abordagem fortalece a transparência, auditabilidade e integridade na cadeia de 
suprimentos halal, notadamente em mercados tradicionais. Ao articular inovação tecnológica 
com exigências religiosas, o modelo proposto configura-se como referência replicável. 
Contribui, ainda, para o avanço da governança e da segurança de alimentos no contexto da 
rastreabilidade bovina com escopo halal (Adhiwibowo et al., 2025). 
Apesar dos avanços tecnológicos, a implementação de sistemas baseados em 
inteligência artificial na manufatura, produção e operações industriais ainda enfrenta 
desafios significativos, sobretudo aqueles referentes a aspectos éticos, segurança de dados, 
transparência algorítmica e elevados custos de adoção. A análise de dados em larga escala e 
a automação de processos inteligentes impõem complexidades gerenciais, exigindo 
adaptações organizacionais substanciais. Entre os principais entraves, destacam-se a 
escassez de profissionais capacitados, a resistência à adoção de novas tecnologias, e 
impactos adversos sobre a produtividade e o desempenho operacional, evidenciando a 
necessidade de pesquisas acadêmicas e tecnológicas avançarem no desenvolvimento de 
abordagens integradas que viabilizem operações industriais inteligentes, ao mesmo tempo 
em que identifiquem e mitiguem riscos emergentes e fragilidades sistêmicas (Zatsu et al., 
2024). 
Além disso, apesar de apresentar elevado potencial para a promoção do bem-estar 
animal, sobretudo por meio do monitoramento contínuo e automatizado de parâmetros 
comportamentais e fisiológicos, e viabilizar a detecção precoce de alterações indicativas de 
estresse, dor ou desconforto, para sua efetiva aplicação no contexto produtivo, as soluções 
baseadas em IA devem ser tecnologicamente acessíveis, de fácil integração à rotina 
operacional e capazes de emitir alertas precisos e interpretáveis aos produtores, favorecendo 
intervenções rápidas e eficazes. No entanto, a ampla adoção destas tecnologias requer 
evidências empíricas robustas, geradas por validações em condições reais de produção, que 
atestem sua eficácia na melhoria das condições de bem-estar animal. Assim, a IA configura- 
se como uma ferramenta estratégica na conversão de grandes volumes de dados em tomadas 
de decisão assertivas, contribuindo para sistemas de produção mais éticos, sustentáveis e 
responsivos às demandas sociais e de mercado (Dawkins, 2025). 
CONSIDERAÇÕES FINAIS 
A inteligência artificial tem se mostrado uma ferramenta promissora na otimização 
dos sistemas de rastreabilidade e sua integração com tecnologias avançadas aprimora a 
segurança de alimentos e permite a detecção precoce de falhas operacionais. Contudo, apesar 
dos avanços tecnológicos substanciais, a implementação em escala ampla da IA ainda 
enfrenta desafios, como a necessidade de capacitação técnica especializada, altos custos de 
 
 
 
533 | P á g i n a 
 
 
adoção e questões éticas. Para uma adoção bem-sucedida, é imprescindível a validação 
empírica das soluções, que assegure sua aplicabilidade em contextos reais de produção. 
Assim, a IA se estabelece como uma ferramenta estratégica não apenas para aprimorar a 
rastreabilidade, mas também para fortalecer a confiança do consumidor e fomentar práticas 
mais sustentáveis e responsáveis na produção de alimentos. 
Palavras-chave: Coadjuvantes de Tecnologia Alimentar; Controle de Qualidade; Produção 
de Alimentos. 
REFERÊNCIAS BIBLIOGRÁFICAS 
ADHIWIBOWO, W.; WIDAYAT, W.; SYAFEI, W. A. Design of dual blockchain-based with Point 
of Authority for halal traceability system application on fresh meat-based supply chain. Results in 
Engineering, v. 26, n. 1, p. 105133, 2025. DOI: 1016/j.rineng.2025.105133. 
COSTA, E. J. X. Inteligência artificial aplicada à Zootecnia. Revista Brasileira de Zootecnia, 
v. 38, n. 1, p.390-396, 2009. DOI: 10.1590/S1516-35982009001300038. 
CROMWELL, J.; TURKSON, C.; DORA, M.; YAMOAH, F. A. Y. Digital technologies for 
traceabilityand transparency in the global fish supply chains: A systematic review and future 
directions. Marine Policy, v. 178, n. 1, p. 106700, 2025. DOI: 1016/j.marpol.2025.106700. 
DAWKINS, M. S. Smart farming and Artificial Intelligence (AI): How can we ensure that animal 
welfare is a priority? Applied Animal Behaviour Science, v. 283, n. 1. p. 106519, 2025. DOI: 
10.1016/j.applanim.2025.106519. 
 
FEMIMOL, R.; JOSEPH, L. N. A comprehensive review of blockchain with artificial intelligence 
integration for enhancing food safety and quality control. Innovative Food Science & Emerging 
Technologies, v. 102, n. 1, p. 104019, 2025. DOI: 10.1016/j.ifset.2025.104019. 
 
FREIRE, C. E. C. A.; SHECAIRA, A. L. A importância da rastreabilidade dos alimentos de origem 
animal frente aos surtos alimentares: revisão. Pubvet, v. 14, n. 11, p 1-6, 2020. DOI: 
10.31533/pubvet.v14n11a682.1-8. 
 
FURQUIM, N. R. Tecnologia e o serviço de rastreabilidade na cadeia produtiva de carne bovina no 
Brasil. Espacios, v. 38, n. 19, p. 7, 2016. Disponível em: 
https://www.revistaespacios.com/a17v38n19/a17v38n19p07.pdf. Acesso em: 13 mai. 2025. 
LIU, Z.; YU, X.; LIU, N.; LIU, C.; JIANG, A.; CHEN, L. Integrating AI with detection methods, IoT, 
and blockchain to achieve food authenticity and traceability from farm-to-table. Trends in Food 
Science & Technology, v. 158, n. 1, p. 104925, 2025. DOI: 10.1016/j.tifs.2025.104925. 
VINHOLIS, M. M. B.; AZEVEDO, P. F. Segurança do alimento e rastreabilidade: O caso de BSE. 
RAE-eletronica, v. 1, n. 2. p. 1-19, 2002. DOI: 10.1590/S1676-56482002000200008. 
ZATSU, V.; SHINE, A. E.; THARAKAN, J. M.; PETER, D.; RANGANATHAN, T. V.; 
ALOTAIBI, S. S.; MUGABI, R.; MUHSINAH, A. B.; WASEEM, M.; NAYIK, G. A. 
Revolutionizing the food industry: The transformative power of artificial intelligence-a review. Food 
Chemistry: XFood Chemistry: X, v. 24, n. 1, p. 101867, 2024. DOI: 10.1016/j.fochx.2024.101867. 
 
 
 
 
 
https://doi.org/10.1016/j.rineng.2025.105133
https://doi.org/10.1016/j.marpol.2025.106700
https://doi.org/10.1016/j.applanim.2025.106519
https://www.sciencedirect.com/journal/innovative-food-science-and-emerging-technologies
https://www.sciencedirect.com/journal/innovative-food-science-and-emerging-technologies
https://www.sciencedirect.com/journal/innovative-food-science-and-emerging-technologies
https://doi.org/10.1016/j.ifset.2025.104019
http://www.revistaespacios.com/a17v38n19/a17v38n19p07.pdf
https://www.sciencedirect.com/journal/trends-in-food-science-and-technology
https://www.sciencedirect.com/journal/trends-in-food-science-and-technology
https://www.sciencedirect.com/journal/trends-in-food-science-and-technology
https://doi.org/10.1016/j.tifs.2025.104925
https://doi.org/10.1016/j.fochx.2024.101867
	INOVAÇÃO TECNOLÓGICA E RASTREABILIDADE: A INTELIGÊNCIA ARTIFICIAL NA GARANTIA DA QUALIDADE DE PRODUTOS DE ORIGEM ANIMAL
	INTRODUÇÃO
	OBJETIVO
	METODOLOGIA
	RESULTADOS E DISCUSSÃO
	CONSIDERAÇÕES FINAIS
	REFERÊNCIAS BIBLIOGRÁFICAS