澳研發用AI尋霉菌毒素

dalap

由澳洲科學家主導的一項研究表明，人工智能（AI）能夠在受污染食品到達消費者手中之前將其檢測出來，這有可能每年防止數百萬人因此死亡。

南澳大學研究人員說，高光譜成像（HSI）技術與機器學習相結合，能夠在谷物和堅果的生長、收獲和儲存期間，快速且準確地識別出黴菌毒素（真菌產生的有毒化合物）。

黴菌毒素與癌癥、免疫力受損和激素紊亂有關。

據世界衛生組織稱，包括黴菌毒素在內的食源性疾病污染每年在全球範圍內導致6億人患病，420萬人死亡。

南澳大學博士生、該研究主要作者卡比爾表示，傳統檢測方法速度慢、成本高且具有破壞性，因此在大規模實時食品加工中並不實用，相比之下，高光譜成像技術——一種能夠捕捉具有詳細光譜信息圖像的技術——使我們能夠快速檢測並量化整個食品樣本中的污染物，而不會破壞樣本。

卡比爾與來自加拿大和印度的研究人員合作表示，高光譜成像與基於細微光譜變化的機器學習相結合，能夠快速識別受污染的谷物和堅果。

該研究回顧了80多項近期試驗，發現集成機器學習的高光譜成像技術始終優於傳統檢測方法，尤其是在檢測黃曲黴毒素B1（一種最危險的食源性致癌物）方面。

研究作者滿懷信心地表示，這項技術具有廣闊的應用前景。它可以部署在加工生產線上，實現食品的實時檢測；也可以集成到手持設備中，方便工作人員對小麥、玉米、杏仁和花生等常見農產品進行現場檢測，從而有效降低健康風險和貿易損失。

目前，科研團隊正在全力改進這項技術，力求進一步提高其準確性和可靠性，為全球食品安全築牢堅實防線。