6 دقیقه
تصور کنید یخچال را باز میکنید و یک هشدار ساده میبینید: کلم بروکلی را امشب بخورید، مرغ برای فردا پرخطر است. همین پیام کوچک میتواند جلوی دلدرد، یا حتی اتفاقی بدتر را بگیرد. بیماریهای ناشی از غذا هر سال بیسروصدا صدها میلیون نفر را بیمار میکنند؛ یک حس بویایی دقیقتر میتواند از بسیاری از این موارد پیشگیری کند.
بر اساس اعلام سازمان جهانی بهداشت، در سراسر جهان هر سال بیش از ۸۵۰ میلیون نفر پس از مصرف غذای آلوده بیمار میشوند و بیش از ۱.۵ میلیون مرگ به بیماریهای منتقله از غذا نسبت داده میشود. با این حال، در بیشتر خانهها آزمون اصلی ما برای تشخیص فساد مواد غذایی هنوز همان بینی انسان است؛ ابزاری سریع، رایگان و بهشدت غیرقابلاعتماد.
مهندسان دانشگاه کالیفرنیا، برکلی تصمیم گرفتند این حدس و گمان را با ابزارهای دقیق جایگزین کنند. پاسخ آنها یک بینی الکترونیکی یا e-nose است: تراشهای فشرده مجهز به چندین حسگر شیمیایی که با یادگیری ماشین آموزش دیده تا امضاهای بویایی غذاهای رایج، گازهای ناشی از فساد و حتی آلرژنهای بسیار ناچیز را تشخیص دهد.
بینی الکتریکی توسعهیافته در دانشگاه کالیفرنیا، برکلی میتواند با تشخیص گازهای مرتبط با غذای فاسد یا آلرژنهای رایج غذایی، ایمنی غذا را بهبود دهد.
درون بینی الکتریکی
این دستگاه را مانند مجموعهای از جوانههای چشایی دیجیتال در نظر بگیرید. شانزده حسگر متفاوت روی یک تراشه قرار گرفتهاند. هر کدام با یک لایه حسگر متفاوت پوشانده شدهاند که هنگام عبور برخی مولکولهای فرار، واکنش الکتریکی نشان میدهد. این سیگنالهای الکتریکی یک الگو میسازند. سپس الگوریتمهای تشخیص الگو، آن الگو را به یک شناسایی قابل فهم تبدیل میکنند: شیر، تخممرغ، گردو، بادامزمینی، مرغ خامی که شب بیرون مانده و موارد مشابه.
این گروه دقت کلی پیشبینی را در میان شانزده نوع ماده غذایی نزدیک به ۹۳ درصد گزارش کرده است. این عدد شامل هدفهای دشواری مانند تفکیک مغزهای درختی از بادامزمینی نیز میشود؛ تمایزی که از نظر پزشکی اهمیت زیادی دارد، زیرا بادامزمینی از خانواده حبوبات است و هر دو گروه از شایعترین عوامل واکنشهای آلرژیک خطرناک در ایالات متحده به شمار میروند. تشخیص تنها ۰.۰۵ گرم گردوی جداشده، یعنی حدود یکصدم یک گردو، حساسیت این سامانه را در آزمایشهای کنترلشده نشان میدهد.
دو ماده و دو انتخاب تولیدی به این طراحی مزیتهای عملی میدهند. نخست اینکه حسگرها به لطف لایههای نیمهرسانای ساختهشده از نانولولههای کربنی در دمای اتاق کار میکنند. این نانومواد سطح تماس بسیار بالا و پاسخ الکتریکی نیرومندی دارند، بیآنکه به گرما نیاز داشته باشند. دوم اینکه لایههای حسگر را میتوان با یک مرحله ساده قطرهگذاری ایجاد کرد: محلولی غنی از نانوذرات روی تراشه قرار میگیرد، شسته میشود و خشک میگردد؛ روندی که نسبت به بسیاری از روشهای میکروساخت، مقیاسپذیری آسانتری دارد.
بینی الکترونیکی قابلحملی که شاید روزی امکان تشخیص ایمنی غذا را در هر مکان فراهم کند.
چرا این موضوع اهمیت دارد
ایمنی غذا فقط به معنای پیشگیری از یک شب ناخوشایند روی مبل با معدهای بههمریخته نیست. این موضوع یک چالش سلامت عمومی است که با زنجیرههای تأمین، زیرساختهای نگهداری و رفتار مصرفکننده پیوند دارد. بینی الکترونیکی میتواند در یخچالها، واحدهای انبارش یا بستهبندیها تعبیه شود تا بررسی پیوسته و خودکار فساد مواد غذایی و آلرژنها را انجام دهد. یخچالی هوشمند را تصور کنید که محصولات در آستانه انقضا را علامتگذاری میکند یا وقتی یک ظرف فراموششده در دمایی ناایمن باقی مانده، هشدار میدهد.
با این حال، موانع عملی همچنان وجود دارد. شرایط کنترلشده آزمایشگاه با فضای شلوغ و پر از بوهای گوناگون در یخچال خانوادگی یا آشپزخانه تجاری یکسان نیست. تشخیص یک قلم غذای فاسد در میان مواد غذایی متعدد، یا جدا کردن ردپای مغزها در غذاهای پخته از سایر ترکیبات، بهمراتب دشوارتر از شناسایی یک نمونه جداگانه است. همچنین، استقرار مؤثر این فناوری در محیطهای کمبرخوردار به حل مشکلاتی مانند کمبود امکانات سرمایشی، برق ناپایدار و محدودیت هزینه بستگی دارد.
این گروه پژوهشی همچنین در حال توسعه نسخهای قابلحمل است که با یک اپلیکیشن گوشی هوشمند جفت میشود. تصور کنید فردی در رستوران، حسگری دستی را نزدیک بشقاب سوشی میگیرد یا مسافری ظرف غذای بیرونبر را در یک بازار شبانه بررسی میکند. جذابیت مصرفکننده در این ایده روشن است، اما قیمت، دوام و پذیرش مقرراتی تعیین میکند که آیا چنین دستگاههایی به ابزارهایی رایج تبدیل خواهند شد یا نه.
دیدگاه کارشناس
«آنچه این رویکرد را امیدبخش میکند، ترکیب نانومواد حساس با تشخیص الگوی مدرن است.» این را دکتر النا مارکز، مهندس ایمنی غذا که در این مطالعه مشارکت نداشته، میگوید. «حسگرها بهتنهایی پر از نویز هستند. یادگیری ماشین این نویز را به سیگنالی قابل استفاده تبدیل میکند. اما آزمون میدانی ضروری است. عملکرد در آزمایشگاه همیشه به دنیای واقعی منتقل نمیشود؛ جایی که مخلوطها، رطوبت و دما تغییر میکنند.»
خود پژوهشگران نیز بر انعطافپذیری این پلتفرم تأکید دارند. میتوان بینی الکترونیکی را برای مجموعهای تازه از هدفها دوباره آموزش داد و آن را با رژیمهای غذایی منطقهای یا خطرهای خاص زنجیره تأمین سازگار کرد. فراتر از غذا، کاربردهای احتمالی شامل پایش غیرتهاجمی سلامت نیز میشود: بازدم انسان دارای نشانگرهای زیستی مرتبط با بیماریهایی مانند دیابت و عفونتهای تنفسی است و همین اصول حسگری میتواند برای غربالگری زیستپزشکی سازگار شود.
یادگیری ماشین تشخیص الگو را عملی میکند؛ لایههای نانولوله کربنی آن را از نظر مصرف انرژی بهینه میسازند؛ و قطرهگذاری، تولید آن را امکانپذیرتر میکند. ترکیب این عناصر مسیری قابل تصور از میز آزمایش تا محصول تجاری ایجاد میکند. با این وجود، پیش از آنکه این فناوری بتواند بار بیماریهای ناشی از غذا را در مقیاس گسترده کاهش دهد، باید اعتبارسنجی وسیع، مسیرهای مقرراتی و اقتصاد دستگاههای مصرفی حل شود.
نتیجهگیری
بینی الکترونیکی دانشگاه کالیفرنیا، برکلی پیشرفتی عملی در طراحی حسگر و یادگیری ماشین کاربردی است. این فناوری وعده درمان همه مشکلات را نمیدهد، اما گامی معتبر به سوی تشخیص خودکار و مقرونبهصرفه فساد غذا و آلرژنها ارائه میکند. اگر چنین حسگرهایی هوشمندانه در لوازم خانگی و زنجیرههای تأمین ادغام شوند، میتوانند به پیشگیری از بسیاری از بیماریهای قابل اجتناب کمک کنند و لایهای تازه از اعتماد را به شیوه نگهداری و مصرف غذا بیفزایند.
منبع: sciencealert
نظرات
دیتاپ
وااای یعنی یخچال ما میتونه بگه مرغ خطرناکه؟! اگه واقعیت داشته باشه کلی دردسر کم میشه، ولی قیمتش چطور؟
ارسال نظر