Исследователи из Университета Южной Австралии демонстрируют, как искусственный интеллект и гиперспектральная визуализация могут обнаруживать микотоксины в злаках и орехах, предлагая потенциальное решение для предотвращения миллионов случаев пищевых отравлений.
Исследователи используют искусственный интеллект и гиперспектральную визуализацию для обнаружения микотоксинов в злаках и орехах, предлагая потенциальное решение для предотвращения миллионов случаев пищевых отравлений.
Международная команда, возглавляемая Университетом Южной Австралии (UniSA), доказала, что искусственный интеллект (ИИ) может обнаруживать вредные микотоксины в продуктах питания до того, как они попадут к потребителям.
Исследование, опубликованное в журнале Toxics, показывает, как гиперспектральная визуализация (HSI) в сочетании с машинным обучением (ML) выявляет эти токсичные соединения, вырабатываемые грибами, которые обычно поражают сельскохозяйственные культуры во время роста, сбора урожая или хранения.
По данным Всемирной организации здравоохранения, такое пищевое загрязнение ежегодно вызывает 600 миллионов заболеваний и 420 000 смертей.
Ведущий автор и кандидат наук UniSA Ахасан Кабир подчеркнул масштаб проблемы:
По оценкам Продовольственной и сельскохозяйственной организации ООН, около 25 процентов посевов в мире заражены грибами, продуцирующими микотоксины. Напротив, гиперспектральная визуализация, метод, который позволяет получать изображения с подробной спектральной информацией, позволяет нам быстро обнаруживать и количественно оценивать загрязнение во всех образцах пищевых продуктов, не уничтожая их”.
Это превосходит традиционные методы тестирования.
Кабир и его команда, сотрудничая с исследователями из Канады и Индии, протестировали технологию на зерновых культурах и орехах, двух наиболее широко производимых и экономически важных группах продуктов питания в мире. В теплом и влажном климате они очень уязвимы к грибковому заражению и микотоксинам.
Он объяснил, как работает технология:
HSI фиксирует оптический след микотоксинов и в сочетании с алгоритмами машинного обучения быстро классифицирует загрязненные зерна и орехи на основе едва заметных спектральных изменений.”
Чтобы подтвердить свои выводы, исследователи проанализировали более 80 исследований, охватывающих пшеницу, кукурузу, ячмень, овес, миндаль, арахис и фисташки. Они обнаружили, что ML-интегрированный HSI неизменно превосходит традиционные методы тестирования в выявлении основных микотоксинов.
Руководитель проекта профессор Санг-Хон Ли из UniSA добавил:
Эта технология особенно эффективна при выявлении афлатоксина В1, одного из наиболее канцерогенных веществ, содержащихся в продуктах питания. Она предлагает масштабируемое, неинвазивное решение для обеспечения промышленной безопасности пищевых продуктов, от сортировки миндаля до проверки поставок пшеницы и кукурузы”.
Скорость — главное преимущество. Система работает на технологических линиях в режиме реального времени и может быть адаптирована к портативным устройствам для быстрого тестирования в полевых условиях. Исследователи полагают, что при дальнейшем развитии подобные инструменты на базе искусственного интеллекта могут снизить риски для здоровья и торговые потери, гарантируя, что на рынки будут поступать только безопасные продукты.
В настоящее время команда работает над повышением точности и надежности системы с помощью глубокого обучения и усовершенствований в области искусственного интеллекта.