La IA demuestra cuándo cortar según la resina real
¿Cuándo es el momento exacto para cortar las plantas? Para la mayoría de los cultivadores, la respuesta tradicional siempre ha sido la misma: sacar la lupa de 60 aumentos, observar la cabeza de los tricomas glandulares y esperar a que la resina pase de transparente a lechosa con los primeros tonos ámbar. Sin embargo, la ciencia está empezando a demostrar que la maduración biológica y la acumulación de cannabinoides en la flor no siempre siguen una línea tan simple. Un exhaustivo estudio científico publicado en la revista académica Industrial Crops & Products (2026) por un equipo de investigación surcoreano (perteneciente a instituciones como la Administración de Desarrollo Rural, el KIST y la Universidad de Korea) ha arrojado luz sobre este proceso. Mediante el uso de Inteligencia Artificial (Machine Learning) e imágenes hiperespectrales, los científicos han logrado analizar con precisión quirúrgica qué ocurre dentro de las flores de cáñamo medicinal rico en CBDA (cultivar Cherry Blonde) a lo largo de 10 etapas distintas de maduración. Los resultados han puesto sobre la mesa una revelación crucial para el cultivador: el pico máximo de cannabinoides no siempre coincide con el momento idóneo de la cosecha.
La paradoja del cultivo: El pico de cannabinoides vs. la ventana de cosecha real
Durante el ensayo, las flores femeninas se clasificaron en diez etapas de desarrollo macroscópico, denominadas de la S1 a la S10. Al medir la concentración real de ácido cannabidiólico (CBDA) mediante cromatografía líquida de ultra alto rendimiento (UHPLC), el laboratorio descubrió que el pico absoluto de CBDA se alcanzó muy pronto, en la fase S4, registrando un nivel del 10,98% en peso seco.
Si nos guiáramos exclusivamente por la química pura, la orden lógica habría sido cortar inmediatamente en la etapa S4. Sin embargo, los investigadores señalaron que cosechar en S4 es un error práctico:
- Inmadurez morfológica: En la fase S4, las flores individuales apenas están comenzando a agruparse y la formación de los cogollos principales todavía está incompleta.
- Dominancia transparente: A nivel microscópico, más del 80% de las cabezas de los tricomas en S4 siguen siendo completamente transparentes, por lo que la flor carece de los rasgos visuales y de la densidad estructural que exige el mercado.
La ventana práctica de corte (S5 a S7)
La investigación demostró que la ventana práctica de cosecha se sitúa entre las etapas S5 y S7. Durante este intervalo, la planta conserva entre el 79% y el 86% del CBDA máximo (manteniendo concentraciones muy elevadas de entre el 8,71% y el 9,45%), pero con ventajas determinantes: los cogollos ya están compactos y bien formados, la densidad de tricomas por milímetro cuadrado alcanza su punto máximo y la población de resina pasa a ser predominantemente lechosa.
- Fases S1 a S3: Desarrollo temprano. Bajos niveles de CBDA y presencia de estigmas blancos y alargados.
- Fase S4: Pico teórico de CBDA (10,98%), pero flor estructuralmente inmadura y tricomas transparentes.
- Fases S5 a S7 (ventana de cosecha): Estructura floral compacta, máxima densidad de glándulas y dominancia lechosa con menos del 30% de tricomas ámbar.
- Fases S8 a S10: Sobre-maduración. El CBDA sufre un desplome drástico hasta caer por debajo del 4,5% y los tricomas ámbar/marrones superan el 50–80%.
Tricomas ámbar: ¿Indicador de madurez o señal de degradación?
Uno de los aportes más interesantes del estudio para los cultivadores de flores ricas en CBD/CBDA es la evaluación cuantitativa del color de la resina. Tradicionalmente se ha pensado que un porcentaje alto de tricomas ámbar es el objetivo deseado para garantizar la potencia.
Sin embargo, los análisis de regresión del estudio revelaron una fuerte correlación negativa entre la proporción de tricomas ámbar y el contenido de CBDA. Los tricomas ámbar comenzaron a aparecer en un porcentaje residual en S5 (4%), subieron al 26-28% en S6-S7, y se dispararon por encima del 39% a partir de S8.
Este hallazgo confirma que la aparición masiva del tono ámbar no indica que se esté sintetizando más cannabinoide, sino que el pico metabólico ha quedado atrás y se ha iniciado la fase de degradación. En cultivos de cáñamo industrial o medicinal bajo la normativa de la AEMPS en España, controlar esta degradación es clave para garantizar la estandarización del producto. La regla de oro derivada del estudio es clara: cosechar cuando la resina lechosa sea dominante y la proporción ámbar no supere el 30%.
Espectrometría e IA: La tecnología que jubilará a las lupas de mano
Para eliminar el factor de subjetividad humana a la hora de inspeccionar los cogollos, el equipo científico implementó un sistema de imágenes hiperespectrales (HSI) respaldado por Inteligencia Artificial.
Utilizando una cámara hiperespectral capaz de leer 150 bandas de luz entre los 400 y los 1000 nanómetros, se analizaron los espectros de reflectancia de las flores. Posteriormente, algoritmos de Machine Learning procesaron estos datos ópticos.
Los resultados demostraron la enorme precisión de la tecnología:
- Intentar clasificar las flores en 10 etapas visuales humanas individuales generó una precisión moderada (71-75%) debido a la transición continua entre días adyacentes.
- Al agrupar las lecturas mediante la IA en tres categorías metabólicas reales (Temprano, Intermedio Alto-CBDA y Tardío), la precisión del modelo se disparó hasta un 94% en flores frescas y un 98% en flores secas/liofilizadas.
Las regiones del espectro que la IA identificó como decisivas para leer la maduración de la resina se ubicaron principalmente en la zona del infrarrojo cercano (NIR, 750–900 nm) y la banda del red-edge (690–730 nm), áreas donde los cambios en la estructura celular, la humedad y los pigmentos de los tricomas generan huellas ópticas inconfundibles.
Este trabajo marca un hito en la transición hacia la agricultura de precisión en el sector del cannabis y el cáñamo. Demuestra que la maduración perfecta debe entenderse como un equilibrio morfo-químico: no se trata únicamente de buscar una cifra teórica en análisis de laboratorio, sino de cortar en el momento preciso en que la densidad de flores, la estructura comercial y la preservación de la resina alcanzan su punto óptimo.
Aunque las cámaras hiperespectrales y los modelos de IA están hoy en día enfocados al entorno de investigación y control de calidad industrial, abren la puerta a que muy pronto dispongamos de sensores portátiles no destructivos para evaluar las plantas en el propio armario o invernadero sin necesidad de arrancar una sola muestra.
Fuente: Lee, S. H., Yoon, H. I., Ryu, D., Choi, H., Park, S. H., Yang, J.-S., Kim, H.-Y., & Jung, J. H. (2026). Integrating trichome traits, CBDA accumulation, and hyperspectral signatures for harvest-stage assessment in CBDA-dominant medicinal cannabis. Industrial Crops & Products, 250, Artículo 123953. https://doi.org/10.1016/j.indcrop.2026.123953
Seguramente te interese
E
Elizabeth Erhardt
