Gelişmiş görüntüleme teknolojisi, yapay zekanın insanların göremediklerini görmesine yardımcı oluyor.
Dünya Sağlık Örgütü verilerine göre, her yıl 600 milyondan fazla insan gıda zehirlenmesinden hastalanıyor ve bu da tahmini 4,2 milyon ölüme yol açıyor. Kirlenmiş gıdaları çoğu zaman çok geç öğreniyoruz. Ancak ufukta bir umut ışığı var: Tehlikeli bakterileri tabaklarımıza ulaşmadan önce tespit etme gücüne sahip yapay zeka.
Ağustos 2025’te Güney Avustralya Üniversitesi liderliğindeki uluslararası bir araştırma ekibi, yapay zekanın tarlalarda ve fabrikalarda kirli gıdaları nasıl tespit edebileceğini ve bizi tuvalete veya daha kötüsü acil servise gitmekten nasıl kurtarabileceğini gösteren çalışmalarını yayınladı.
Toxins dergisinde yayınlanan yeni makalelerinde araştırmacılar, üretim hattı boyunca mikotoksinleri tespit edebilen gelişmiş hiperspektral görüntüleme (HSI) ve makine öğrenimi (yapay zekanın bir alt kümesi) birlikteliğinin potansiyelini açıklıyor. Araştırmacılar bir açıklamada, bu mikotoksinlerin “büyüme, hasat ve depolama sırasında gıdayı kirletebilen mantarlar tarafından üretilen tehlikeli bileşikler” olduğunu açıkladılar.
Mikotoksinlerin, gıda kaynaklı hastalıklardan kansere kadar çeşitli sağlık sorunlarına yol açabileceğini de eklediler. Araştırmacılar ayrıca, dünya mahsullerinin dörtte birinin mikotoksin üreten mantarlarla kirlenmiş olabileceğini tahmin eden BM merkezli Gıda ve Tarım Örgütü’nün verilerine de dikkat çekerek, bu tür bir teknolojinin acilen uygulanması gerektiğini vurguladılar.
Çalışmanın başyazarı ve UniSA doktora adayı Ahasan Kabir, “… hiperspektral görüntüleme – ayrıntılı spektral bilgiler içeren görüntüler yakalayan bir teknik – tüm gıda örneklerindeki kontaminasyonu, onları yok etmeden hızlı bir şekilde tespit etmemizi ve ölçmemizi sağlıyor” dedi.
Bu aracın ne kadar etkili olabileceğini değerlendirmek için Kabir, Avustralya ve Kanada’daki araştırmacılarla birlikte HSI’yi kullanarak tahıl tanelerinde ve kuruyemişlerde bulunan toksik bileşikleri tespit etti. Her ikisinin de “mantar ve mikotoksin kontaminasyonuna karşı oldukça hassas” olduğunu belirttiler.
“Mikotoksinlerin optik ayak izini” yakalamak için HSI’yi kullandılar. Kabir, belirli mikotoksinlerin mevcut olduğunu gösteren ince spektral desenleri tespit etmek üzere eğitilmiş makine öğrenimi algoritmalarıyla eşleştirildiğinde, “kirlenmiş tahılları ve kuruyemişleri ince spektral varyasyonlara dayanarak hızla sınıflandırabileceğini” açıkladı.
Araştırma ekibi daha sonra buğday, mısır, arpa, yulaf, badem, yer fıstığı ve antep fıstığı gibi çeşitli gıdalarla ilgili 80’den fazla çalışmayı inceleyerek, makine öğrenimi entegre HSI sistemlerinin toksin tespitinde mevcut yöntemlerden daha iyi performans gösterdiğini ortaya koydu. Birçok model %90-95 doğruluk oranına ulaşırken, bazıları çoğunlukla laboratuvar koşullarında mükemmel sınıflandırmaya yakın olsa da, yine de umut vadediyor.
UniSA proje lideri Profesör Sang-Heon Lee, “Bu teknoloji, gıdalarda bulunan en kanserojen maddelerden biri olan aflatoksin B1’i tespit etmede özellikle etkili,” diye ekledi. “Badem ayıklamaktan buğday ve mısır sevkiyatlarının denetimine kadar endüstriyel gıda güvenliği için ölçeklenebilir ve müdahalesiz bir çözüm sunuyor.”
En iyi yanı mı? Araştırmacılar, bunun gerçek zamanlı olarak çalışabileceğini ve her yıl gıda kaynaklı hastalıklardan kaynaklanan milyonlarca can kaybını önleyebileceğini söylüyor. Sırada ne var sorusuna gelince, ekip, teknolojinin işleme hatlarına veya taşınabilir cihazlara entegre edilebileceğini ve “tüketicilere yalnızca güvenli ve kirlenmemiş ürünlerin ulaşmasını sağlayarak sağlık risklerini ve ticari kayıpları azaltabileceğini” belirtti. Şu anda, daha da yüksek doğruluk elde etmek için tekniği geliştirmek üzere çalışıyorlar.
Haberi Sağlayan- foodandwine.com
