La variabilidad de la columna de agua obliga a la industria acuícola a tomar decisiones rápidas: ajustar o suspender la alimentación, activar medidas de mitigación o anticiparse a cambios que pueden escalar en pocas horas.
En el caso del monitoreo de microalgas, lo habitual es que el jefe de centro tome muestras de agua a diferentes profundidades y las revise en un microscopio, o que biólogos marinos trabajen en los centros durante la temporada realizando análisis. En muchos casos, las muestras se envían en botellas a laboratorios externos, lo que implica traslados y tiempos de espera. Es un proceso extendido en el sector, pero no siempre permite contar con información continua para decisiones oportunas.
RetinaLab nació para resolver ese desfase: automatizar la captura, el análisis y la disponibilidad de información sobre microalgas nocivas directamente desde el centro de cultivo. Fundada en 2021 por José Rozas y Pablo Campos, la empresa desarrolló un sistema que extrae agua desde distintas profundidades mediante tres líneas de muestreo, la procesa en una cámara interna y la analiza con un microscopio robotizado de alta sensibilidad, que escanea los campos, busca el enfoque y genera imágenes que luego se envían a la nube.
El enfoque no solo reemplaza tareas manuales: cambia el ritmo del diagnóstico. “Mientras antes sepas de la presencia de las algas nocivas, es más probable que las decisiones sean más acertadas y que puedas evitar la mortalidad y la contingencia ambiental que eso genera. Esa es la lógica detrás del monitoreo continuo: entregar información en menos tiempo, con más estabilidad y sin depender de condiciones externas”, explica Campos.
El desarrollo del sistema pasó por varias etapas técnicas e incorporó mejoras para detectar especies muy pequeñas que a veces pasan inadvertidas en el análisis tradicional. Uno de los hitos ocurrió en 2023 cuando la plataforma alertó tempranamente a una empresa sobre un incremento incipiente de microalgas. “Empezamos a ver especies muy pequeñas y entregar alertas que después se confirmaban. Para las empresas eso significó mover peces a tiempo y evitar escenarios de mortalidad que normalmente aparecen cuando la alerta llega tarde. Ahí vimos que este enfoque continuo realmente hace una diferencia”, relata Campos.
Cómo llega la información al biólogo marino
Cada ciclo de muestreo sigue una secuencia automatizada: la máquina toma agua desde la profundidad seleccionada, elimina burbujas, limpia la cámara con detergente enzimático, escanea las muestras y envía todas las imágenes a la nube. Allí, un biólogo —en Chile o en el extranjero— revisa cada foto, identifica las especies presentes y confirma los conteos mediante una plataforma digital que organiza los campos visualizados. Esta modalidad permite monitorear centros de cultivo durante la madrugada o en condiciones donde el análisis manual sería inviable.
La empresa sostiene que esta continuidad es clave para anticipar eventos. “Podemos monitorear de noche y entregar información más temprano en el día. Las corrientes cambian rápido y la información antigua deja de ser útil, por eso la continuidad es tan importante”, detalla Campos.
RetinaLab trabaja hoy con varias empresas acuícolas en Chile y el extranjero, con operaciones activas en México y Noruega. “La información es muy relevante. De hecho, hay empresas que siguen monitoreando incluso en invierno, porque la continuidad permite tomar mejores decisiones y entender mejor cada concesión”, afirma Campos.
Reconocimientos
El progreso de RetinaLab ha recibido atención del ecosistema innovador. La empresa fue seleccionada entre las 100 startups más prometedoras de la década por Innovación El Mercurio y obtuvo el premio GEN Emprendedor 2025 de Corfo, que destacó su aporte en sostenibilidad y territorio. Además, recibió apoyo de Entel Digital y BCI para acelerar su escalamiento y fortalecer sus capacidades tecnológicas.
De cara a los próximos años, la empresa proyecta aumentar la continuidad de los ciclos de monitoreo, seguir expandiendo su tecnología hacia nuevos mercados y robustecer aún más la agilidad en el análisis de muestras mediante machine learning. Su objetivo es claro: ofrecer más horas de anticipación y convertir el monitoreo continuo en un estándar operativo de la acuicultura.
“Es importante satisfacer esa necesidad de continuidad porque las decisiones productivas dependen de información oportuna. Si logramos entregar más horas de monitoreo y un diagnóstico más estable, la industria podrá actuar con anticipación real. Ese es el estándar que queremos consolidar”, concluye Campos.
Noticias relacionadas
Alcalde Wainraihgt proyecta encuentro con nuevo gobierno por Plan Salmón 2050