レナ・マリーヤ・ウェンツェルは、アグリフードテックの専門家であり、栄養とAI駆動のイノベーションに興味があり、EIT Food RisingFoodStarsのイノベーションマネージャーです。イノベーションマネージャーとして、レナは、食品の安全性を向上させ、機能性成分を開発し、栄養を革命させるためにAIを活用するスタートアップ企業と密接に協力しています。
人工知能はすべてを変革しています：私たちが買い物をする方法、働く方法、そして今、私たちが食べるものを変革しています。AIはすでに農家が収穫量を20-30%増加させるのを助け、グローバルなサプライチェーンを最適化していますが、その最も深い影響は公共の健康にあります。食の価値チェーン全体、農場から食卓まで、AIは静かに3つの重要な課題に取り組んでいます：食中毒を予防する、賢い栄養をエンジニアリングする、そしてダイエットを個人に合わせて提供する。食中毒を予測する 世界保健機関によると、毎年、不安全な食が世界中で約6億人を病気にし、約42万人の死亡につながっていることが分かっています。最も危険な病原体の1つは、Listeria monocytogenesです。これは凍結温度に耐え、食品加工環境で繁栄する細菌です。比較的まれですが、リステリア症は入院率が高い（約90%）且つ致命的です。特に妊婦、生後間もない赤ちゃん、老人、免疫不全の人にとってです。人間の健康への影響に加えて、最近のアイスクリームやパックされたサラダに関連するリステリア症の発生は、数百万ドル規模のリコールや長期的なブランドへの損害につながっています。従来の食品安全方法は、手動検査と反応テストに大きく依存していますが、これらは多くの場合、発生を防ぐのに十分な速さで実行されません。これがAIが登場する場所です。先頭に立っています。CorbionのAIを搭載したListeria制御モデル（CLCM）は、「ディープチル」シナリオをシミュレートして、デリ肉やソフトチーズのような即食用食品における汚染リスクを予測します。このシステムは、pH、水活動性、塩分、亜硝酸塩レベルを分析して、製造業者に安全性の保証とより迅速な市場投入を提供するターゲット化された抗微生物介入を処方します。新しい技術はさらに業界の予防アプローチを変えている。たとえば、EvjaのAI駆動のOPIシステムは、無線センサーを使用して、土壌湿度、温度、栄養レベルを追跡するリアルタイムのアグロ気候データをフィールドから収集します。予測モデルにこのデータを入力することで、プラットフォームは最適な灌漑スケジュール、栄養ニーズ、害虫リスクを予測します。これにより、農家は汚染に好ましい条件を予測できます。たとえば、過度の灌漑は、サルモネラなどの病原体が繁栄する湿った環境を作り出す可能性があります。このようなシステムはまた、灌漑を正確な作物ニーズに合わせて調整することで、水使用量を削減する可能性を示しています。作物の耐久性と持続可能性を高めながらリスクを回避するのに役立ちます。FreshSensのような企業は、サプライチェーンのさらに下流のリスクに取り組んでいます。同社は、AIとIoTセンサーを使用して、倉庫や輸送中の温度や湿度などの環境条件をリアルタイムで監視します。歴史的なパターンとともにこのデータを分析することで、システムは新鮮な生産物の最適な保管時間を予測し、腐敗に関連する汚染リスクを軽減します。同社の報告によると、このアプローチは収穫後の損失を最大40%削減し、食品の安全性と廃棄物削減のバランスをとることを目指す生産者や配給業者にとって重要な進歩です。AIを使用した機能食品のエンジニアリングAIの食品安全への役割は重要ですが、栄養の質を高める潜在性も同等に変革的です。最も有望な応用の1つは、機能食品の開発です。機能食品とは、基本的な栄養を超えた健康効果を提供するバイオアクティブ化合物で強化された製品です。これは単なるウェルネス・トレンドではありません。NCD Allianceによると、不十分な食生活は、肥満、2型糖尿病、心血管疾患を含む非伝染性疾患の主要な要因となっています。消費者は、健康で便利で風味のある食を求めています。2027年までに309億ドルの市場規模になる機能食品市場は、健康な食と便利な食のギャップを埋めるための重要な機会を表しています。従来、バイオアクティブ成分の発見には数年かかります。AIはこれを指数関数的に加速します。BrightseedのForager AIは、分子スケールで植物化合物をマッピングし、脂肪代謝経路を活性化する代謝物を黒こしょうに同定します。同社の計算プラットフォームは、現在までに70万化合物を分析し、実験室法に比べて発見のタイムラインを80%短縮しました。臨床的検証は続いていますが、これはAIが代謝健康のために自然の隠れた薬局を解き放つ力を見せています。同様に、スタートアップのMAOLACは、AIを使用して、colostrumや植物抽出物などの天然素材からバイオ機能タンパク質を同定および最適化します。同社のプラットフォームは、タンパク質の機能について包括的な科学的データベースを分析して、筋肉の回復から免疫サポートまで、特定の健康ニーズに対応したターゲット化されたサプリメント添加物を作成します。これは、AIが栄養の精度と生体利用性を高める能力を示しています。配合も同等に重要です。AIモデルは現在、加工中に成分がどのように相互作用するかをシミュレートしています。栄養素の安定性、風味プロファイル、シェルフライフを予測します。これにより、企業はデジタルでレシピのプロトタイプを作成できます。研究開発コストを削減します。結果は、認知機能サポートから腸内細菌叢サポートまで、特定のニーズを対象とした食品の革新サイクルが速まります。アルゴリズムによる個別化された栄養機能食品は集団をサポートしますが、AIは個別の栄養を提供できます。個別化された栄養学の分野は、100を超えるバイオマーカー（腸内細菌叢の組成からリアルタイムの血糖反応まで）、遺伝子データ、ライフスタイルの要因を分析して、個人のユニークな生物学に合わせた食事アドバイスを生成するためにマシンラーニングを使用します。これは、「ワンサイズフィットアール」な栄養ガイドラインから、精密な栄養ソリューションへの基本的なシフトです。慢性疾患である糖尿病は、食事と代謝の不一致から生じることがあります。CDCによると、現在、米国の60%の人が少なくとも1つの慢性疾患と共に生きています。ただし、240万人の米国人が連続的な血糖モニターを使用しているだけです。January AIのGenAIアプリは、コンピュータビジョンを使用して食事の写真を分析し、数百万のデータポイントでトレーニングされた3つのAIモデルを使用して血糖の影響を予測することで、血糖モニターにアクセスすることを民主化しています。これは、現在、状態を認識していない約900万人の前糖尿病患者に役立つ可能性のある、着用デバイス不要のソリューションです。次に何が起こるかAIは、栄養士、食品科学者、規制当局、または最適な健康のために実際の食事を食べることを置き換えることはありません。ただし、より鋭いツールとより深い洞察力を提供しています。食の価値チェーンのすべてのステップにAIを統合することで、健康問題に対処するシステムから、健康問題を積極的に予防するシステムへと移行できます。当然、課題は残ります。データとアルゴリズムは、代表的で信頼できるものでなければなりません。信頼を築くには時間がかかります。しかし、機会は明らかです。AIは、より賢い、より安全で、より個別化された食のシステムを可能にし、我々を養うだけでなく、人間の寿命と健康寿命を改善する可能性があります。
