Novas técnicas de análise massiva de dados de segurança alimentar baseadas em inteligência artificial

A segurança alimentar é um aspeto extremamente importante, pois é o conjunto de processos que garante que os produtos chegam ao mercado em condições ótimas de consumo do ponto de vista da segurança, ou seja, que não se produzem efeitos negativos nos consumidores ao adquirirem e ingerirem o produto.

Este domínio inclui também a fraude alimentar, que tem igualmente efeitos negativos para o consumidor e para o resto da cadeia. Assim, é provável que todas as empresas do setor alimentar tenham de gerir adequadamente as questões de segurança alimentar. Outras organizações, tais como laboratórios, empresas que desenvolvem produtos e ingredientes, conservantes, empresas de embalagens e materiais, e outras substâncias envolvidas, em maior ou menor grau, em materiais e produtos associados aos alimentos, devem também gerir estes aspetos da segurança alimentar.

O objetivo geral do projeto SAFEFOOD é desenvolver novas ferramentas tecnológicas para reforçar os programas de segurança alimentar das empresas do setor agroalimentar, o que, consequentemente, resultará numa melhor proteção da saúde dos consumidores.

Os métodos atuais de gestão da segurança alimentar, na maioria das empresas industriais de alimentos e bebidas, baseiam-se na conceção, implementação e manutenção de um plano de segurança alimentar de acordo com os princípios da metodologia “HACCP”, ou seja, Análise de Perigos e Pontos Críticos de Controlo, proposta no Codex Alimentarius, que foi cientificamente validada como a ferramenta mais eficaz para a segurança alimentar em ambientes de produção.

No entanto, apesar disso, há provas de que continuam a ser detetados casos pelos organismos públicos responsáveis pelo controlo da segurança alimentar.

Nesta linha, estamos a trabalhar na criação de um data-lake (repositório de armazenamento que contém uma grande quantidade de dados brutos) capaz de reunir de forma integrada e relacionada todas as fontes de informação internas e externas à empresa de produção agroalimentar, com o objetivo de construir novas aplicações digitais para o controlo e gestão do risco de segurança alimentar e vulnerabilidade contra a fraude alimentar.

Estas aplicações digitais serão utilizadas nos seguintes domínios de aplicação:

. Informação laboratorial: identificação de tendências e correlações em produtos-risco, melhorando a eficiência e a eficácia dos planos analíticos.

. Análise de Risco e Pontos Críticos de Controlo, tirando partido dos dados destes processos para identificar os riscos associados a curto e médio prazo.

. Avaliação do risco de segurança alimentar: influência dos processos de produção, limpeza e higienização e outros, correlacionando-os com informação interna e externa.

. Avaliação do risco de fraude em categorias de produtos.

. Riscos emergentes: identificação automática de riscos potenciais que podem ameaçar a médio e longo prazo.

Estas aplicações digitais baseiam-se em avanços tecnológicos em diferentes áreas que irão concretizar o potencial de melhoria do controlo da segurança alimentar:

. Criação de um data-lake capaz de alojar fontes de informação internas e externas, com capacidades de gestão e governação de dados.

. Capacidade de recolha de dados de sítios Web com formato textual: incorporação de capacidade de raspagem e rastreio da Web.

. Capacidade de classificação e agrupamento e extração de conhecimentos a partir dos textos recolhidos.

. Investigação sobre tecnologia de grafos como elemento coesivo da semântica entre as diferentes fontes de informação no lago de dados.

. Modelos preditivos no domínio da segurança alimentar, para prever riscos potenciais com base na análise detalhada dos dados de produção e dos dados analíticos conexos.

Tendo em conta esta situação, o projeto fornecerá às empresas alimentares novos conhecimentos sobre novas aplicações da fusão da informação da própria empresa, que é subutilizada na maioria das ocasiões, com a informação externa disponível que marca as tendências dos riscos e vulnerabilidades, com a intenção de automatizar um processo que também produz conhecimento que pode ser utilizado para a tomada de decisões e prevenção.