می خواهید بدانید غذای شما چقدر فرآوری شده است؟ یک الگوریتم برای آن وجود دارد


خرید مواد غذایی

اعتبار: دامنه عمومی Pixabay/CC0

محققان شمال شرقی مشغول تلاش برای درک بهتر پیوندهای بین “غذاهای فرافرآوری شده” و سلامت انسان از طریق پروژه Foodome تحت حمایت دانشگاه بوده اند.

به عنوان بخشی از این تلاش، محققان مرکز تحقیقات شبکه پیچیده اکنون الگوریتم یادگیری ماشینی را توسعه داده اند که می گویند به طور دقیق درجه پردازش در محصولات غذایی را که عرضه غذای ایالات متحده را تشکیل می دهند، پیش بینی می کند. یافته های آنها در منتشر شد ارتباطات طبیعت در آوریل.

طبقه‌بندی‌کننده یادگیری ماشینی که FoodProX نام دارد، از اطلاعات برچسب‌گذاری تغذیه‌ای که توسط پایگاه داده‌های غذا و مواد مغذی وزارت کشاورزی ایالات متحده برای مطالعات رژیم غذایی ارائه شده است، به عنوان ورودی برای امتیاز دادن به سطح پردازش در یک محصول غذایی خاص استفاده می‌کند.

این الگوریتم با تولید خروجی کار می‌کند که نشان‌دهنده احتمال قرار گرفتن یک غذای مربوطه در یکی از چهار دسته‌ای است که بخشی از سیستم طبقه‌بندی مواد غذایی NOVA هستند – سیستمی که توسط محققان دانشگاه سائوپائولو، برزیل، که به گفته محققان توسعه یافته است. “به طور گسترده در مطالعات اپیدمیولوژیک استفاده می شود.”

کاربران می توانند با مراجعه به وب سایت پروژه تحقیقاتی TrueFood این ابزار را امتحان کنند. کاربران می توانند یک غذا را جستجو کنند تا امتیاز پردازش مواد غذایی آن را ببینند. این الگوریتم به هر محصول یک امتیاز واحد بین صفر (که بیانگر غذای «حداقل یا فرآوری نشده» است) و 100 (غذای بسیار فرآوری شده) اختصاص می‌دهد.

با استفاده از FoodProX، محققان توانستند شکاف‌های موجود در پایگاه داده‌های مواد مغذی برای مطالعات رژیم غذایی را پر کنند. طبقه بندی “دستور العمل های پیچیده و غذاها و وعده های غذایی مخلوط”؛ و یک لنز با وضوح بالاتر برای بررسی غذاهای فرآوری شده ارائه دهید. در نتیجه، محققان خاطرنشان می‌کنند که FoodProX درک دقیق‌تری از نحوه واقعی بودن غذاهای فرآوری‌شده ارائه می‌کند – گامی مهم برای محققانی که بر روی تأثیرات این غذاها بر سلامتی مطالعه می‌کنند.

محققان خاطرنشان می کنند که چگونه سیستم NOVA، که غذاها را به چهار طبقه بندی، از “فرآوری نشده یا حداقل فرآوری شده” تا فوق فرآوری شده تقسیم می کند، اساساً محدود کننده است زیرا درجه بندی های مختلف پردازش را در هر دسته جداگانه در نظر نمی گیرد.

محققان نوشتند: “این همگنی درک شده از غذاهای NOVA 4 هم تحقیقات علمی و هم راهنمایی های عملی مصرف کننده را در مورد اثرات سلامتی درجات مختلف فرآوری محدود می کند.” همچنین انگیزه‌های صنعت را برای فرمول‌بندی مجدد غذاها به سمت غذاهای کمتر فرآوری شده کاهش می‌دهد و سرمایه‌گذاری‌ها را از غذاهای فوق‌فرآوری‌شده NOVA 4 به دسته‌های کمتر فرآوری‌شده NOVA 1 و NOVA 3 تغییر می‌دهد.»

جولیا منیچتی، دانشمند تحقیقاتی ارشد در Northeastern’s Network Science می گوید: در این مقاله، آنچه ما انجام می دهیم واقعاً می گوییم که ما معتقدیم اطلاعات تغذیه ای، بنابراین مواد شیمیایی که به عنوان مواد مغذی در حقایق تغذیه ای اندازه گیری می شوند، به نوعی اثر انگشت پردازش مواد غذایی را رمزگذاری می کنند. مؤسسه و نویسنده اصلی تحقیق. زیرا زمانی که یک غذا را فرآوری می کنیم، زمانی که برخی از مواد اصلی را اصلاح می کنیم، ترکیب شیمیایی آن را به طرق مختلف تغییر می دهیم.

این «اثرانگشت» راهی است که محققان می‌توانند بینشی در مورد تعداد تغییرات شیمیایی در یک غذای خاص به دست آورند.

منیچتی به Northeastern Global News گفت: «ما لزوماً نمی دانیم که تمام اثر انگشت های شیمیایی که یک به یک با هر فرآیند مرتبط است، چیست. ما حتی نمی‌توانیم تعداد روش‌های مختلف برای پردازش یک غذا را برشماریم.»

در نهایت، ابزار هوش مصنوعی یافته های قبلی تیم را تایید کرد که بیش از 73 درصد از سیستم غذایی ایالات متحده فوق فرآوری شده است، در حالی که سطحی از جزئیات را ارائه می دهد که قبلاً قابل دستیابی نبود. منیچتی می گوید تیم او اولین کسی است که با موفقیت یک ابزار هوش مصنوعی ایجاد کرد که به طور قابل اعتماد محتوای شیمیایی مواد غذایی را ارزیابی می کند.

او می‌گوید: «این اولین مقاله در حوزه تغذیه و سلامت عمومی است که از یادگیری ماشینی برای امتیازدهی مجدد و سیستماتیک غذاها بر اساس درجه پردازش غذا استفاده می‌کند.

کار این تیم بسیار مهم است زیرا همانطور که منیچتی می‌گوید، «فرهنگ داده‌ای زیادی» در زمینه علوم تغذیه و سلامت در ارتباط با فرآوری مواد غذایی وجود نداشت، که گفتگوهای علمی کمتری را در مورد اینکه پردازش حتی به چه معناست ترویج کرد.

منیچتی می‌گوید: «وقتی روشی سیستماتیک برای نگاه کردن به غذا و ارزیابی خواص آن نداشته باشید، امکان انجام مطالعات بزرگ در سایر نقاط جهان که قابل مقایسه هستند، دشوار است.

Albert-László Barabási، پروفسور رابرت گری دوج از علوم شبکه در Northeastern و یکی از نویسندگان این مطالعه می‌گوید: «FPro به ما کمک می‌کند کیفیت رژیم غذایی یک فرد را ارزیابی کنیم، و قدرت پیش‌بینی بیش از 200 متغیر سلامتی را ارائه می‌دهد. “این به ما می گوید که جایگزینی غذاهای فرآوری شده با جایگزین های کمتر فرآوری شده همان ماده، که منجر به تغییر رژیم غذایی شخصی با حداقل تلاش می شود.”

اطلاعات بیشتر:
جولیا منیچتی و همکاران، پیش‌بینی یادگیری ماشینی درجه پردازش مواد غذایی، ارتباطات طبیعت (2023). DOI: 10.1038/s41467-023-37457-1

ارائه شده توسط دانشگاه نورث ایسترن

نقل قول: می خواهید بدانید غذای شما چقدر فرآوری شده است؟ الگوریتمی برای آن وجود دارد (2023، 2 ژوئن) که در 2 ژوئن 2023 از https://medicalxpress.com/news/2023-06-food-algorithm.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.