Οι ερευνητές έχουν αναπτύξει ένα προηγμένο εργαλείο τεχνητής νοημοσύνης (ΤΝ) που μπορεί να ανιχνεύει βακτηριακή μόλυνση σε τρόφιμα μέσα σε λίγες ώρες, αντικαθιστώντας τις παραδοσιακές μεθόδους καλλιέργειας που χρειάζονται ημέρες ή και εβδομάδες.
Το πρόβλημα των λανθασμένων ταξινομήσεων
Τα προηγούμενα μοντέλα ΤΝ, εκπαιδευμένα μόνο σε εικόνες βακτηρίων, είχαν συχνά λανθασμένες ταξινομήσεις, αναγνωρίζοντας μικροσκοπικά υπολείμματα τροφίμων ως βακτήρια σε πάνω από 24% των περιπτώσεων. Η νέα έκδοση του μοντέλου εκπαιδεύτηκε τόσο σε βακτήρια όσο και σε υπολείμματα τροφίμων, εξαλείφοντας αυτά τα σφάλματα.
Η μέθοδος
Το μοντέλο βασίζεται σε βαθιά μάθηση και αναλύει ψηφιακές εικόνες μικροαποικιών βακτηρίων από τρόφιμα όπως φυλλώδη λαχανικά, κρέας και τυρί. Οι ερευνητές δοκίμασαν το σύστημα σε τρία βακτηριακά στελέχη — E. coli, Listeria και Bacillus subtilis — και σε υπολείμματα από κοτόπουλο, σπανάκι και τυρί Cotija. Η νέα προσέγγιση επιτρέπει την αξιόπιστη ανίχνευση μέσα σε περίπου τρεις ώρες.
Σημασία για τη δημόσια υγεία
Η βακτηριακή μόλυνση μπορεί να εμφανιστεί σε κάθε στάδιο της παραγωγής τροφίμων, από τα αγροκτήματα έως τις εγκαταστάσεις επεξεργασίας, και να προκληθεί από ζώα, νερό άρδευσης, έδαφος ή αέρα. Η Υπηρεσία Τροφίμων και Φαρμάκων των ΗΠΑ εκτιμά ότι κάθε χρόνο εμφανίζονται 48 εκατομμύρια περιστατικά τροφιμογενών ασθενειών, με 128.000 νοσηλείες και 3.000 θανάτους. Η έγκαιρη ανίχνευση βακτηρίων είναι κρίσιμη για την προστασία των καταναλωτών και τη μείωση ακριβών ανακλήσεων προϊόντων.
Συντονισμένη διεθνής συνεργασία
Η έρευνα διεξήχθη από την επίκουρη καθηγήτρια Luyao Ma (Πανεπιστήμιο Όρεγκον) σε συνεργασία με επιστήμονες από Πανεπιστήμιο Καλιφόρνια, Davis, Πανεπιστήμιο Κορέας και Πανεπιστήμιο Φλόριντα. Οι συν-συγγραφείς περιλαμβάνουν τους Hyeon Work Park, Zhengao Li και Nitin Nitin. Η υποστήριξη προήλθε από το Υπουργείο Γεωργίας των ΗΠΑ (USDA) και το Εθνικό Ίδρυμα Επιστημών (NSF), μέσω του Ινστιτούτου ΤΝ για Συστήματα Τροφίμων Επόμενης Γενιάς.
Στόχος και μελλοντικές εφαρμογές
Οι ερευνητές εργάζονται για τη βελτιστοποίηση του μοντέλου ώστε να υιοθετηθεί ευρέως από τη βιομηχανία τροφίμων, μειώνοντας τα λάθη ανίχνευσης και αυξάνοντας την ταχύτητα της διαδικασίας. Η τεχνολογία αυτή υπόσχεται να γίνει ένα κρίσιμο εργαλείο για την ασφάλεια τροφίμων, εξασφαλίζοντας ότι τα προϊόντα που φτάνουν στους καταναλωτές είναι απαλλαγμένα από βακτήρια που προκαλούν ασθένειες.
Η εφαρμογή ΤΝ στην ανίχνευση βακτηρίων μεταμορφώνει την ασφάλεια τροφίμων, μειώνοντας τόσο το χρόνο ανίχνευσης όσο και τα σφάλματα ταξινόμησης. Με αυτόν τον τρόπο, οι επιχειρήσεις τροφίμων μπορούν να προστατεύουν καλύτερα τους καταναλωτές και να περιορίζουν οικονομικές απώλειες λόγω ανακλήσεων.
Βρείτε μας στο Google News. Πατήστε εδώ!