Svake godine više od 600 miliona ljudi doživi trovanje hranom, a procjenjuje se da čak 4,2 miliona umre od posljedica konzumiranja kontaminirane hrane, pokazuju podaci Svjetske zdravstvene organizacije. Često za opasne namirnice saznamo prekasno, no na pomolu je rješenje koje bi to moglo promijeniti: umjetna inteligencija sposobna otkriti štetne bakterije prije nego što dospiju na naše tanjure.

Međunarodni tim istraživača, predvođen Sveučilištem Južne Australije, ovog je mjeseca objavio studiju koja pokazuje kako AI može identificirati kontaminiranu hranu već na poljima i u tvornicama, piše Food & Wine.

Tehnologija koja vidi nevidljive prijetnje

U svom novom radu, objavljenom u časopisu Toxins, znanstvenici opisuju potencijal napredne tehnologije koja kombinira hiperspektralno snimanje (HSI) sa strojnim učenjem. Sustav je dizajniran za identifikaciju mikotoksina, opasnih spojeva koje proizvode gljivice, a koji mogu kontaminirati hranu tijekom uzgoja, žetve i skladištenja.

Mikotoksini mogu uzrokovati niz zdravstvenih problema, od lakših probavnih smetnji do raka. Problem je globalnih razmjera, što potvrđuju i podaci Organizacije za hranu i poljoprivredu (FAO) pri UN-u, prema kojima je čak četvrtina svjetskih usjeva potencijalno kontaminirana gljivicama koje proizvode ove opasne toksine.

Ključ nove metode leži u hiperspektralnom snimanju, tehnici koja bilježi slike s iznimno detaljnim spektralnim informacijama, omogućujući uvid u ono što je nevidljivo ljudskom oku. “Hiperspektralno snimanje – tehnika koja snima slike s detaljnim spektralnim informacijama – omogućuje nam brzo otkrivanje i kvantificiranje kontaminacije u cijelim uzorcima hrane bez njihovog uništavanja”, pojasnio je Ahasan Kabir, vodeći autor studije i doktorand na Sveučilištu Južne Australije.

Tehnologija u suštini stvara jedinstveni “optički otisak” mikotoksina. Taj se otisak zatim analizira pomoću algoritama strojnog učenja, koji su uvježbani da prepoznaju suptilne spektralne uzorke i tako s velikom preciznošću klasificiraju kontaminirane žitarice i orašaste plodove.

Tehnologija učinkovita u identificiranju jedne od najkancerogenijih tvari u hrani

Kako bi potvrdili učinkovitost, tim je pregledao više od 80 studija provedenih na različitim namirnicama poput pšenice, kukuruza, ječma, zobi, badema, kikirikija i pistacija. Rezultati su pokazali da sustavi temeljeni na HSI tehnologiji i strojnom učenju nadmašuju postojeće metode, postižući točnost od 90 do 95 posto, a u nekim laboratorijskim uvjetima i gotovo savršenu klasifikaciju.

“Ova tehnologija je posebno učinkovita u identificiranju aflatoksina B1, jedne od najkancerogenijih tvari pronađenih u hrani”, dodao je profesor Sang-Heon Lee, voditelj projekta. 

Najveća prednost ovog sustava je što može raditi u stvarnom vremenu, što bi moglo spasiti milijune života koji se svake godine izgube zbog bolesti uzrokovanih hranom. Sljedeći korak je integracija tehnologije u proizvodne linije ili razvoj ručnih uređaja, čime bi se osiguralo da samo sigurni i nekontaminirani proizvodi stignu do potrošača, piše Index.hr.

(TIP/Foto: Shutterstock)