新しいAIモデル、食品汚染検出の精度を向上

March, 18, 2026, Corvallis--研究者たちは、食品中の細菌汚染を迅速に検出する人工知能(AI)ツールを大幅に強化した。これは、細菌のように見える食品残渣の誤分類を排除するためだった。

葉物野菜、肉、チーズなどの食品の汚染を検出する現在の方法は、通常細菌の培養を伴うが、専門的な知識が必要で、時間は数日から1週間かかる。

Luyao Ma、オレゴン州立大学の助教授は、UC Davis、韓国大学、フロリダ州立大学の共同研究者と共に、細菌のマイクロコロニーのデジタル画像を用いて生細菌の迅速な検出と分類を行う深層学習モデルを開発した。この方法は3時間以内に信頼性の高い検出を可能にする。

研究チームの最新の画期的な取り組みは、モデルを細菌と微小な食品ごみを区別できるように訓練し、精度を向上させることである。細菌のみで訓練されたモデルでは、24%以上の確率で破片を細菌として誤分類した。細菌とデブリの両方で訓練された強化モデルは、誤分類を排除した。

細菌汚染は、農場から加工施設までの食品生産全体で発生し、動物、灌漑用水、土壌、空気などの経由から発生する。米国食品医薬品局(FDA)は年間4,800万件の食中毒症例を推定しており、入院は128,000件、死亡者数は3,000人である。

「製品が市場に出る前に食中毒病原体を早期に検出することは、発生防止、消費者の健康保護、高額なリコール削減に不可欠」とMaは話している。

その研究npjScience of Foodに掲載されたこのモデルは、E. coli、リステリア菌、バチルス・サブティリスの3つの細菌株と鶏肉、ほうれん草、Cotijaチーズの食品残渣でディープラーニング(DLモデルを検証した。研究者たちは現在、AIシステムの業界普及最適化に取り組んでいる。

論文の共著者は、コリア大学のHyeon Work Park、フロリダ州立大学のZhengao Li;そしてUC DavisのNitin Nitin。Maはオレゴン州立大学食品科学技術学科および生物・生態工学学科に所属している。

この研究は、米国農務省国立食品農業研究所および米国農務省/国立科学財団の次世代食品システムAI研究所の支援を受けた。