AI可以吗&物联网改善病原体检测?

专栏-来自咨询委员会

订阅
2020年4月3日

AI的逻辑演进也许是在用户设备上提供可以“寻找”潜在污染物的应用程序。
©stnazkul |土坯库存

人工智能(AI)和物联网(IoT)的功能不断扩展,正在食品生产的许多方面立足。以下是顾问委员会成员和Lonza特种成分全球质量负责人Michael Burness进行的问答,内容涉及这些技术在病原体检测和预防中的创新应用。

质量检查。 人工智能(AI)被认为在流行病学中具有潜力,可以在传染病发生之前预测其传播。如何将其应用于暴发中的病原体传播?

活泼。 AI可以用于监视环境的变化(无论是天气,动物活动等),然后可以用来更好地了解“热点”的位置。例如,一个绿树成荫的绿色农场。如果检测到更多动物(鹿,猪等)的入侵,则可以使用机器学习来评估该作物区域是否可能具有更高的致病性污染可能性。

质量检查。 更进一步,如何在爆发或召回发生之前使用AI或物联网(IoT)模型来预测污染?

活泼。 按照与第一个响应相同的理论,如果检测到更多潜在污染物,则可以采用更多或更高的预防措施来减少或消除该潜在污染物。因此AI可以用于限制传播,并且可以更好地防止一开始就被污染。

质量检查。 那个报告 部署针对传染病的人工智能 (//bit.ly/3bVXR2D)引用了建模方法,特别是应用于传染病的易感性感染恢复(SIR)模型(根据感染状况将个体分类)。该模型也可以应用于食源性疾病暴发吗?

活泼。 我认为可以。如果模型在特定区域或位置识别出较高风险的人群,则可以将较高风险的产品转移到该震中。一种潜在的应用可能类似于补充当前肉类和家禽业/餐馆的标志。也就是说,在肉类和家禽的情况下,通常会出现一个注释(例如,菜单底部),表明食用生的或未煮熟的产品可能导致食源性疾病。将该警告也应用于任何已知或高风险的原始产品是否有意义?

质量检查。 除了建模之外,该报告还指出:“ AI有望利用变化多端的传入数据流,并基于积累的大量原始数据进行“智能”推断。”这将如何在食品工业中应用?

活泼。 回到问题1,可以收集特定应用程序的监视数据集(回想一下服务器场)。然后可以将该数据转换成“信息”(即,情报),该信息可以用于调整操作要求,以最小化或消除风险。

质量检查。 正如研究中提到的那样,而且通常是这样:“金融投资是关键。”这是食品行业的突破口吗?

活泼。 这当然是一个考虑因素。也就是说,由于处理数据的速度几乎超过了其他所有速度,因此成本可能会下降,并且可能会带来良好的投资机会。考虑到召回的成本和对组织的影响,如果技术得到证明,则AI可能最终在预防/早期发现方面具有很高的ROI。

质量检查。质量检查人员发表了一篇文章 普渡大学研究人员’(//bit.ly/38Skxig)开发了一种基于生物发光的分析方法,并结合了可与智能手机和笔记本电脑配合使用的便携式设备,以对食品样品中的有害大肠杆菌进行现场测试。您会将其视为IoT或AI的示例吗?

活泼。 我认为这是AI的一个很好的例子,尽管在添加噬菌体后查看样本以检测污染。尽管这当然是要追求的东西,但逻辑上的演变也许是想出一种不需要噬菌体的方法,并在用户设备上提供可以“寻找”潜在污染物而无需添加或操作任何东西的应用程序。

这当然是一个乌托邦式的想法,但是鉴于技术的进步,我认为值得一看。作为参考,想想现在使用的WGS方法,不久前还只是想法。我们需要保留变得更聪明的权利。

质量检查。 您已引用 电子/数字啮齿动物监测 (//bit.ly/32cYvEu0),也是AI用于病原体检测/预防的应用示例。您认为这种关系如何?

活泼。 啮齿动物是许多病原体,病毒等的携带者。当然,并不是每只啮齿动物都会被困住,但是如果有迹象表明活动正在增加,则组织可以主动解决这一问题并减少潜在的污染源,然后再等待发现。例行啮齿动物站检查。啮齿动物的概念也可以应用于飞行的昆虫,胶合板等,从而在它们进入关键阶段之前进一步识别甚至更小的潜在污染物。近来类似的技术已经应用于牛身上,随着“智能”项圈的发展替代了围栏。这可以用来了解他们何时“接近”农田,从而防止潜在的污染。

迈克尔·伯尼斯龙沙特产原料全球质量负责人