Een onderzoeker van de Southern Illinois University-Carbondale werkt aan het gebruik van kunstmatige intelligentie (AI) om de dodelijke ziekteverwekker Salmonella op te sporen voordat deze ooit in de voedselvoorziening terechtkomt.
Anas Alsobeh, assistent-professor informatietechnologie, ontving onlangs een subsidie van 150.000 dollar van het National Institute of Food and Tuinbouw van het USDA om een op AI gebaseerde snelle detectiemethode te ontwikkelen voor het vinden van Salmonella in uien. Het systeem combineert microscopische beeldvorming met AI, die monsters vergelijkt met een grootschalige dataset met beelden van bacteriële microkolonies in de vroege groeistadia.
De subsidie ondersteunt ook praktische workshops om belanghebbenden te trainen in het gebruik van intelligente beeldvorming voor voedselinspectieprocessen. "Hoewel het project nog loopt, verwachten we dat het geoptimaliseerde AI-detectiesysteem een snelle, niet-destructieve screening van Salmonella mogelijk zal maken", zegt Alsobeh. "De vroege validatie van de technologie toont veelbelovende resultaten voor realtime microbiële detectie, met potentiële voordelen voor kosteneffectieve, grootschalige voedselveiligheidstoepassingen in de sector."
Deze innovatieve aanpak sluit aan bij een groeiend optimisme binnen de voedselveiligheidsgemeenschap over de rol van AI. Onderzoekers van de University of California-Davis hebben ook onderzocht hoe AI de voedselveiligheid kan verbeteren en hebben aangetoond dat technieken die gebruikmaken van AI en optische beeldvorming schadelijke bacteriën in voedsel snel en nauwkeurig kunnen identificeren. Luyao Ma, een onderzoeker die betrokken was bij dat onderzoek, benadrukte dat voedingswetenschappers AI beginnen in te zetten om het voedselsysteem in de land- en tuinbouw te transformeren, waardoor de weg wordt vrijgemaakt voor een hoger niveau van voedselveiligheid.
"Voedselveiligheid is een essentieel onderdeel van de voedselbusiness, dus als we dat gebied kunnen versterken door een kosteneffectieve, snelle, zeer gevoelige en specifieke aanpak te bieden, denk ik dat het consumenten meer vertrouwen zal geven in onze voedselsystemen naarmate we verder gaan," zei Nitin Nitin, hoogleraar voedingswetenschap en -technologie aan UC Davis.
Dankzij methoden zoals die van Alsobeh hebben onderzoekers ontdekt dat snelle screening de tijd voor het opsporen van bacteriële besmetting aanzienlijk kan verkorten, van de gebruikelijke 5 tot 7 dagen naar slechts een paar uur. Dit maakt tijdige interventies mogelijk om uitbraken van door voedsel overgedragen ziekten te voorkomen en vermindert de economische gevolgen van voedselterugroepacties en aansprakelijkheid.
Het werk aan Alsobeh's project begon in augustus 2024 en zal in juli 2026 worden afgerond. Hij behaalde zijn doctoraat in computerwetenschappen aan de Utah State University in 2015, en zijn onderzoeksinteresses omvatten softwareontwerp, data-analyse, webtechnologie, beveiligingsanalyse, machine learning en cloud computing.
De vooruitgang van AI in voedselveiligheid biedt zowel kansen als uitdagingen. Naarmate de voedselsector zich verder ontwikkelt, groeit het potentieel voor geautomatiseerde voedselveiligheidsinspecties, wat kan bijdragen aan het beperken van besmettingsrisico's met behulp van innovatieve technologie. Deskundigen benadrukken echter dat het essentieel is deze nieuwe tools te combineren met gevestigde voedselveiligheidspraktijken, zodat er volledige bescherming tegen ziekteverwekkers in levensmiddelen kan worden gegarandeerd.
Bron: Food Safety News