Az új mesterséges intelligencia forradalmi áttörést hozhat, hiszen képes azonosítani a szennyezett élelmiszereket, ezzel milliók életét óvva meg. Ez a technológia nemcsak a biztonságos táplálkozást segíti elő, hanem hozzájárul a globális egészségügy védel

Egy nemzetközi kutatócsoport, az Ausztrál Szövetségi Kormány és a SureNut Australia élelmiszerbiztonsági vállalat támogatásával, új megoldást mutatott be arra, hogyan képes a mesterséges intelligencia azonosítani a szennyezett élelmiszereket, még mielőtt azok a fogyasztókhoz eljutnának. Ez az áttörő felfedezés évente akár négymillió ember életét is megóvhatja.

A Dél-Ausztrál Egyetem által vezetett kutatás bemutatja, hogyan képes a korszerű hiperspektrális képalkotás (HSI) és a gépi tanulás azonosítani a mikotoxinokat. Ezek a veszélyes anyagok gombák által termelődnek, és nem csupán a növények növekedése során, hanem a betakarítás és tárolás folyamán is súlyosan veszélyeztethetik az élelmiszereket. A mikotoxinok komoly egészségügyi kockázatokat rejtenek, például rákos megbetegedéseket, az immunrendszer gyengülését és hormonális zavarokat idézhetnek elő.

Az Egészségügyi Világszervezet statisztikái alapján az ételmérgezés, amely magában foglalja a mikotoxinokat is, évente körülbelül 600 millió embert érint, és sajnos 4,2 millió halálesethez vezet világszerte.

Az ENSZ Élelmezési és Mezőgazdasági Szervezete (FAO) megállapítása szerint a globális termelés körülbelül negyedét érintik a mikotoxint termelő gombák szennyezései. Ez nem csupán gazdasági kihívások elé állít minket, hanem egészségügyi aggályokat is felvet, így a jelenség hatékony kezelése mindennél sürgetőbbé vált.

Természetesen, a mikotoxinok vizsgálatára ma is léteznek különböző módszerek, de a megdöbbentően magas megbetegedési és halálozási statisztikák azt mutatják, hogy ezek a technikák nem állnak meg a kívánt szinten. Ráadásul nemcsak hogy időigényesek és költségesek, de akár az élelmiszerek minőségét is ronthatják. A kutatás vezetője, Ahasan Kabir rámutat, hogy a hagyományos tesztelési eljárások nem felelnek meg a nagyüzemi, valós idejű élelmiszer-feldolgozás követelményeinek.

"A hiperspektrális képalkotás, mely a felvételekben gazdag spektrális információkat rögzít, forradalmi lehetőséget kínál a tudomány számára. Ezzel a technológiával gyorsan és precízen azonosíthatjuk és mérhetjük a szennyeződéseket az élelmiszerminták egészén, mindezt anélkül, hogy kárt okoznánk a mintákban" - emelte ki a szakember.

Kabir és ausztrál, kanadai, valamint indiai munkatársai a gabonafélék és olajos magvak vizsgálatára összpontosítottak, hogy felmérjék a HSI módszer hatékonyságát a mérgező vegyületek azonosításában. Ezen termények kiválasztása nem véletlen, mivel a gombás fertőzések és a mikotoxin-szennyeződés különösen problémás lehet a termelés és tárolás során, különösen a meleg és párás környezeti viszonyok között.

Kabir elmagyarázta, hogy a HSI technológia optikai lenyomatokat generál a mikotoxinokkal kapcsolatban, majd gépi tanulási algoritmusok segítségével elemzi a finom spektrális eltéréseket, hogy azonosítsa a szennyezett gabonaféléket vagy magvakat.

A kutatók több mint 80 olyan tanulmányt elemeztek, amelyek búzára, kukoricára, árpára, zabra, mandulára, földimogyoróra és pisztáciára alkalmazott vizsgálatokról szólnak. Az összehasonlítás alapján arra jutottak, hogy a gépi tanulással kombinált HSI-rendszerek következetesen felülmúlják a hagyományos technikákat a fő mikotoxinok kimutatásában.

"Ez a technológia kiemelkedően hatékony az aflatoxin B1 azonosításában, amely az élelmiszerek egyik legveszélyesebb rákkeltő anyaga. Ráadásul jól skálázható és nem invazív megoldást kínál az ipari élelmiszerbiztonság érdekében, legyen szó almák válogatásától kezdve a búza- és kukoricaszállítmányok ellenőrzéséig" - hangsúlyozta Sang-Heon Lee professzor, a Dél-ausztrál Egyetem munkatársa.

A kutatók szerint a HSI és a gépi tanulás további fejlesztései alkalmassá teszik az AI-technológiát a feldolgozósorokon vagy akár kézi eszközökön történő alkalmazásra is. Ha széles körben sikerül átültetni a gyakorlatba, akkor nagyban csökkenti majd az egészségügyi kockázatokat és a kereskedelmi veszteségeket, hiszen végre lehetőséget ad rá, hogy csak biztonságos, szennyeződésmentes termény jusson el a fogyasztókhoz.

A csapatunk folyamatosan azon fáradozik, hogy fokozza a módszer precizitását és megbízhatóságát, kihasználva a mélytanulás és a mesterséges intelligencia nyújtotta lehetőségeket.