Un algoritmo per la sicurezza alimentare

Semplificare il sistema dei controlli per garantire che sulle tavole finiscano cibi corrispondenti, per qualità e origine, a quanto indicato in etichetta: è l’esito di un lavoro condotto da due ricercatori del Dipartimento di Statistica e Metodi Quantitativi dell’Università di Milano-Bicocca, Francesca Greselin e Andrea Cappozzo, in collaborazione con i colleghi Ludovic Duponchel dell’Università di Lille (Francia) e Brendan Murphy dell’University College Dublin (Irlanda).

L’utilizzo della spettroscopia negli studi di “food authenticity”, negli ultimi decenni, ha consentito di analizzare le sostanze senza danneggiare il campione; grazie all’utilizzo di sistemi di “machine learning” è stato poi possibile semplificare lo studio della mole di dati raccolti. Un ulteriore passo in avanti arriva ora dal suddetto team internazionale, che ha “testato” la metodologia su tre diverse tipologie di prodotti: lieviti, carne e olio. La tecnica messa a punto, infatti, consente di ridurre dall’ordine delle migliaia a quello delle decine il numero di misurazioni da acquisire dal segnale spettrometrico per un’accurata verifica che escluda adulterazioni delle sostanze e tutto ciò con evidenti vantaggi sia in ordine di tempo che di costo delle operazioni di controllo

L’impiego di spettroscopia e “machine learning” nel settore agroalimentare aiuterà ad automatizzare i controlli dei cibi, per assicurare maggiore qualità e sicurezza per i consumatori; le applicazioni ricadranno sia sulle verifiche condotte dalle autorità governative, sia sulle procedure di certificazione di qualità dei prodotti.

I promettenti risultati dell’analisi sono stati descritti nello studio “Robust variable selection in the framework of classification with label noise and outliers: Applications to spectroscopic data in agri-food” pubblicato da “Analytica Chimica Acta”, rivista nell’ambito della chimica analitica e della spettroscopia.

https://www.unimib.it/news/sicurezza-alimentare-algoritmo-semplifica-procedure-controllo