Штучний інтелект може зробити нашу їжу безпечнішою та здоровішою

Штучний інтелект трансформує все: як ми купуємо, як ми працюємо, і тепер він революціонізує те, що ми їмо. Штучний інтелект вже допоміг фермерам збільшити врожайність на 20-30% і оптимізувати глобальні ланцюги поставок, однак його найглибший вплив може бути на громадське здоров’я. По всьому ланцюгу цінності харчових продуктів, від ферми до столу, штучний інтелект тихо усуває три критичні виклики: запобігання харчовим захворюванням, створення розумнішої харчової системи та персоналізацію дієти у великих масштабах.

Прогнозування забруднення до того, як воно трапиться

За даними Всесвітньої організації охорони здоров’я, щороку небезпечна їжа робить близько 600 мільйонів людей у світі хворими – це майже 1 з 10 з нас – і призводить до приблизно 420 000 смертей. Серед найбільш небезпечних патогенів є Listeria monocytogenes, бактерія, яка виживає при низьких температурах і процвітає у середовищі харчової промисловості. Хоча це відносно рідко трапляється, лістерiosis має високу госпіталізацію (близько 90%) і може бути смертельним – особливо для вагітних жінок, новонароджених, людей похилого віку та осіб з ослабленою імунною системою. Окрім впливу на здоров’я людини, недавні спалахи лістерiosis, пов’язані з морозивом і упакованими салатами, призвели до відкликання продукції на мільйони доларів і довгострокової шкоди репутації брендів.

Традиційні методи забезпечення безпеки харчових продуктів сильно залежать від ручного інспектування та реактивного тестування, які часто проводяться не досить швидко, щоб запобігти спалахам. Саме тут вступає в дію штучний інтелект. Корбіон веде цю справу зі своєю моделлю контролю Listeria (CLCM), яка симулює “глибокі охолодження” для прогнозування ризиків забруднення у харчових продуктах, готових до вживання, таких як м’ясні делі та м’які сири. Система аналізує pH, водну активність, вміст солі та нітритів, щоб призначити цільові антимікробні заходи, забезпечуючи виробникам як безпеку, так і швидшу появу продукції на ринку.

Нові технології ще більше змінюють профілактичний підхід галузі. Наприклад, система OPI компанії Evja, яка використовує штучний інтелект, використовує бездротові датчики для збору даних про агроклімат у реальному часі прямо з полів – відстежуючи вологість ґрунту, температуру та рівень поживних речовин. Подавши ці дані до прогнозних моделей, платформа прогнозує оптимальні графіки зрошення, потреби в поживних речовинах та ризики шкідників. Це дозволяє фермерам запобігти умовам, сприятливим для забруднення: надмірне зрошення, наприклад, може створити вологе середовище, у якому процвітають патогени, такі як Сальмонела. Такі системи також показали потенціал для зниження споживання води шляхом підлаштовування зрошення до точних потреб культури, допомагаючи виробникам уникнути ризиків, одночасно покращуючи стійкість культури та демонструючи, як розумніше управління ресурсами підвищує як безпеку харчових продуктів, так і стійкість.

Компанії, такі як FreshSens, усувають ризики далі по ланцюгу поставок. Компанія використовує штучний інтелект та датчики IoT для моніторингу умов навколишнього середовища, таких як температура та вологість, в реальному часі під час зберігання та транспортування. Аналізуючи ці дані разом з історичними моделями, їхня система прогнозує оптимальні терміни зберігання для свіжих продуктів, знижуючи ризики забруднення, пов’язані зі зіпсуванням. За даними компанії, цей підхід знижує післязбиральні втрати до 40% – це критичний крок для виробників та дистриб’юторів, які намагаються збалансувати безпеку харчових продуктів із скороченням відходів.

Розробка функціональних харчових продуктів зі штучним інтелектом

Хоча роль штучного інтелекту у безпеці харчових продуктів критична, його потенціал для покращення харчової якості рівноцінний. Одним з найбільш перспективних застосувань є розробка функціональних харчових продуктів – продуктів, збагачених біоактивними сполуками, які забезпечують здоров’я за межами базового харчування.

Це більше, ніж просто тренд у сфері благополуччя. За даними Альянсу НЦД, погані дієти є основним чинником розвитку неінфекційних захворювань, включаючи ожиріння, цукровий діабет 2 типу та серцево-судинні захворювання. Споживачі вимагають їжі, яка не тільки здоровіша, але й зручна та смачна. Глобальний ринок функціональних харчових продуктів, оцінений у $309 мільярдів до 2027 року, представляє собою важливу можливість для подолання цього розриву.

Історично відкриття біоактивних інгредієнтів займало роки. Штучний інтелект прискорює цей процес експоненціально. Forager AI компанії Brightseed карти графічних сполук у молекулярному масштабі, ідентифікуючи метаболіти у чорному перці, які активують метаболічні шляхи, що очищують жир. Їхня обчислювальна платформа проаналізувала 700 000 сполук на сьогодні, скорочуючи терміни відкриття на 80% порівняно з лабораторними методами, згідно з даними Brightseed. Хоча клінічна валідация продовжується, це демонструє потужність штучного інтелекту для відкриття прихованої фармакопеї природи для метаболічного здоров’я. Аналогічно, стартап MAOLAC використовує штучний інтелект для ідентифікації та оптимізації біофункціональних білків з природних джерел, таких як колострум та екстракти рослин. Їхня платформа аналізує величезні наукові бази даних для функцій білків, щоб створити цільові добавки, які задовольняють конкретні потреби здоров’я, від відновлення м’язів до імунної підтримки, демонструючи здатність штучного інтелекту підвищити як харчову точність, так і біодоступність.

Формування рівноцінно важливе. Моделі штучного інтелекту тепер симулюють, як інгредієнти взаємодіють під час обробки – прогнозуючи стабільність поживних речовин, профіль смаку та термін зберігання. Це дозволяє компаніям цифрово прототипувати рецепти, знижуючи витрати на дослідження та розробку. Результат? Швидші цикли інновацій для харчових продуктів, орієнтованих на конкретні потреби, від підтримки когнітивного здоров’я до підтримки мікробіому кишечника.

Персоналізована харчування, підтримана алгоритмами

Хоча функціональні харчові продукти служать популяціям, штучний інтелект може адаптувати харчування до окремих осіб. Сфера персоналізованого харчування використовує машинне навчання для аналізу понад 100 біомаркерів (від складу мікробіому кишечника до реальних реакцій на глюкозу), генетичних даних та факторів lốiу життя для генерації дієтичних порад, адаптованих до унікальної біології людини. Це фундаментальна зміна від “один розмір підходить всім” дієтичних рекомендацій до рішень щодо харчування, керованих точністю.

Хронічні захворювання, такі як діабет, часто виникають через несумісність дієти та метаболізму. Центри контролю та профілактики захворювань повідомляють, що 60% американців зараз живуть з принаймні одним хронічним захворюванням. Хоча тільки 2,4 мільйона американців використовують безперервні монітори глюкози, додаток GenAI компанії January AI тепер демократизує доступ до моніторингу рівня глюкози в крові, аналізуючи фотографії їжі за допомогою комп’ютерного зору та прогнозуючи вплив на глюкозу за допомогою трьох моделей штучного інтелекту, навчених на мільйонах даних, згідно з даними January AI. Це рішення, яке не вимагає носимих пристроїв, може допомогти досягти майже 90% людей з переддіабетом, які зараз не знають про своє захворювання.

Що далі?

Штучний інтелект не замінить дієтологів, харчових вчених чи регуляторів, і він не замінить споживання справжньої їжі для оптимального здоров’я – але він дає нам гостріші інструменти та глибші знання. Інтегруючи штучний інтелект у кожному етапі ланцюга цінності харчових продуктів, ми можемо перейти від системи, яка реагує на проблеми здоров’я, до системи, яка активно запобігає їм.

Очевидно, що залишаються виклики. Дані та алгоритми повинні бути репрезентативними та достовірними – і будівництво цього довіри займає час. Але можливість очевидна: штучний інтелект зараз дозволяє створити розумнішу, безпечнішу та більш персоналізовану систему харчових продуктів – одну, яка, окрім того, що годує нас, має потенціал для покращення людської тривалості життя та здоров’я.