Künstliche Intelligenz entdeckt mikrobielle Hinweise für sichere Milchproduktion und verändert die Lebensmittelindustrie.

BerlinWissenschaftler der Penn State, der Cornell University und von IBM Research haben eine neue Methode zur Verbesserung der Milchqualität entwickelt, die auf künstlicher Intelligenz basiert. Durch die Kombination von genetischen Sequenzierungen von Bakterien mit KI-Tools können sie nun Probleme in der Milchproduktion, wie Kontaminationen oder illegale Zusätze, identifizieren. Diese innovative Methode soll die Sicherheit in der Milchindustrie erhöhen und könnte auch Einfluss auf andere Bereiche der Lebensmittelbranche haben.

Mit Hilfe von Shotgun-Metagenomik und KI-Algorithmen haben Forscher Unterschiede zwischen normalen und möglicherweise kontaminierten Milchproben untersucht. Sie analysierten 58 Proben aus Sammelmilchtanks und konnten erfolgreich Proben identifizieren, die im Rahmen ihrer Experimente mit Antibiotika behandelt wurden. Die Studie war bahnbrechend, da sie KI einsetzte, um die komplexen mikrobiellen Gemeinschaften in Milch besser zu verstehen und die Erkennungsgenauigkeit im Vergleich zu herkömmlichen Methoden zu verbessern.

Wesentliche Erkenntnisse der Studie umfassen:

• Der Einsatz von KI hat mikrobielle Muster, die mit Anomalien verbunden sind, effektiver aufgedeckt als herkömmliche Sequenzierungsmethoden.
• Die Methode demonstrierte eine robuste und umfassende Herangehensweise zur Identifikation von verfälschten Milchproben.
• Der Einsatz von KI zur Analyse mikrobieller Interaktionen kann in breiteren Lebensmittelsicherheits-Kontexten von Vorteil sein.

Lesen Sie auch:

Heute · 15:00

Individuelle IBS-Behandlungen durch genetische Anpassung der Ernährung: neue Erkenntnisse zur Kohlenhydratverdauung

Diese Forschung hat weitreichende Auswirkungen. KI könnte die Art und Weise verändern, wie wir Lebensmittelsicherheit gewährleisten, indem sie bei der Überwachung und dem Schutz der Lebensmittelversorgungsketten hilft. KI kann Sicherheitsprobleme in Lebensmitteln aufspüren, die möglicherweise übersehen werden, bis sie eine klare Bedrohung für Verbraucher darstellen. Sie ist in der Lage, komplexe Informationen zu analysieren und zu verstehen, selbst wenn viele Faktoren im Spiel sind.

Milch wurde als Beispiel verwendet, da sie aus nur einer Zutat besteht und besonders in Entwicklungsländern anfällig für Betrug ist. Diese Methode könnte auch bei anderen Lebensmitteln nützlich sein. Die Technologie markiert Produkte nicht einfach als gefährlich, sondern erkennt Abweichungen vom Normalzustand, was zu genaueren Überprüfungen führen kann.

Der Erfolg des Projekts resultiert aus der Kombination von IBMs KI-Kompetenzen mit dem Molkereiwissen der Cornell-Universität, die durch den Gesundheitsfokus von Penn State vereint werden. Diese Zusammenarbeit zeigt die Vorteile von Teamarbeit bei der Lösung komplexer Probleme und der Entwicklung neuer technologischer Lösungen für die Lebensmittelsicherheit. Mit der Weiterentwicklung der KI besteht die Hoffnung, diese Methoden in weiteren Bereichen einzusetzen, was die weltweite Gewährleistung der Lebensmittelsicherheit revolutionieren könnte.