大數據背景下營養健康管理及食品安全

◎胡雙雙

（鄭州財稅金融職業學院，河南 鄭州 450000）

隨著信息技術的快速發展，大數據技術在各行各業推廣應用，使得其成為臨床研究的熱門技術。在互聯網、物聯網、人工智能等新型技術的應用下，營養健康管理與食品安全管理進入新的階段。利用大數據技術可以對各種數據進行統計分析，從而篩選有價值的信息，為智能化管理提供有效依據，進而解決目前營養健康管理、食品安全管理中的問題。

1 大數據技術概述

大數據技術可以處理海量數據，并且通過數據的整合、挖掘、分析，發現隱藏的有價值信息，從而為實際管理提供有效依據。大數據技術的特點在于：（1）數量大。（2）數據類型豐富多樣。（3）數據價值密度低。（4）數據處理速度快。目前，大數據技術已經在民生相關領域得到廣泛應用，例如，金融管理、社會環境管理、應急處理預案架設等方面均表現出較好的應用效果[1]。

隨著現代社會進入信息化時代，營養健康管理與食品安全管理已經引入大數據技術，具體表現在以下幾方面：（1）檢測機構開展食品檢測的相關數據呈逐年增長的趨勢，食品營養檢測涵蓋范圍廣，數據呈動態更新與增長的勢態。（2）食品營養與食品安全相關數據種類多樣化，包括現場抽查照片及錄像、微生物檢驗數據、營養成分檢測數據、網絡輿論數據等。（3）由于政府部門在監管與執行中都要以相關檢測結果為依據，且消費者在購買產品時對于食品相關的配料表、營養成分表的依賴性增強，這就對相關數據的處理速度提出了更高的要求[2]。（4）目前，分析檢測數據主要是以檢測報告、統計報表的形式呈現，實際發揮的作用較小。同時，全國營養監測數據發布速度較慢，信息滯后很難為政府政策制定提供有效依據，因此，需要充分借助大數據技術的信息處理能力，提高對于營養監測、食品安全等方面的監測效果，從而為政府制定政策提供有效依據，為企業、消費者、媒體提供真實可靠的信息，這是社會發展的必然趨勢，也是營養健康管理、食品安全管理發展的必然趨勢，有助于確保群眾的營養健康與食品安全，從而維持社會平穩發展。

2 大數據技術在營養健康管理中的應用

2.1 食物成分數據庫

食物成分表是消費者查看食物中營養元素的重要工具，美國將食物主要分為23 類，且著重于記錄可直接食用的食品；而英國則更加關注食品的原料，細分成14 種類型；我國則分為8 大類[3]。但是隨著新品種食物的不斷涌現，食物成分數據庫中的種類也不斷增多。同時，隨著食物成分檢測手段的進步，一些新的營養成分、抗營養成分、植物成分、化學物成分等也逐漸出現在食物成分表中，因此需要建立相應的數據庫，以指導群眾健康飲食，從而減少各種代謝性疾病的發生率。隨著我國改革開放不斷深化，對外合作交流日益密切，食物成分數據分享成為國際流行趨勢。因此，建立相應的食物成分數據庫，有助于實現與其他國家和地區的信息共享。

隨著經濟水平不斷提升，健康飲食越來越受到人們的重視，尤其是孕婦、慢性病患者、兒童、老年人等特殊群體。目前，國內出現了許多健康飲食相關App，可根據用戶的飲食習慣、身高體重、BMI 值、腰臀比、血脂水平等數據，通過調查用戶的飲食偏好，為其推薦健康食譜。同時，用戶也可以利用食物熱量表計算每天攝入的熱量，從而更好地進行健康管理[4]。此外，大數據技術可以根據用戶關注的食譜、飲食偏好，并結合用戶的實際情況，給用戶推薦個性化的食譜。

2.2 營養調查與信息共享

人體生長發育和體力活動都需要營養物質的供給，碳水化合物、蛋白質、維生素是人體維持正常活動所必需的營養元素，但是不同地區人民的飲食習慣也有明顯的差異。因此，通常同一地區營養元素攝入狀況存在較多的相似之處，這也導致部分疾病的發生有明顯的地域特征。例如，沿海地區的人們對于海產品的攝入量明顯高于內陸地區的人，該地區人民群眾痛風病的發生率明顯偏高。因此，相關部門需要充分借助大數據技術對全國人民的營養健康狀況進行調查，這樣不僅可以減少人力資源與經濟成本，而且可以確保調查效率以及數據準確性。海量數據調查對于營養健康管理具有重要的現實意義，在現代社會中，利用大數據技術獲取營養健康相關信息，構建相應的數據庫，可以為我國疾病防治工作提供有效依據，確保群眾的食品安全。

我國定期開展的健康營養調查，可掌握全國人民的營養狀況，了解哪些營養素攝入過量或缺乏，從而制定《中國居民膳食營養素參考攝入量》，進而有效防控部分疾病的發生。但是從實際發布情況來看，我國人口數量眾多，因此調查速度較慢，信息收集的時效性較弱，相較于美國2 年1 次的營養健康調查，我國存在調查間隔時間較長、發布速度較慢等問題。而在飲食結構不斷變化、各種疾病發生率不斷升高的時代背景下，滯后的信息很難為政府政策制定提供有效依據。

美國的營養健康調查體系主要分為傳統入戶調查和移動監測2 個模塊。其中，入戶調查主要以人工展開家庭調查為主；為了減少人工誤差，美國在1999 年建設了移動監測模塊，可完成可控環境內的身體檢查、生物檢驗樣本的采集儲存與運輸等工作。相比之下，我國體格檢查、實驗室檢查等方面的建設速度較為緩慢。因此，我國相關部門需要加快營養數據庫的建立，實現信息共享，為《中國居民膳食營養素參考攝入量》的制訂提供最新數據，從而挖掘營養素攝入情況與各種疾病發生的相關性，進一步推進疾病防控工作。

2.3 食品風險評估

食品中若存在污染物或農藥殘留物，可能誘發各種急慢性疾病，威脅消費者的健康生命安全。近年來，食品安全事故頻發，引起消費者的不滿，而大數據技術的應用，可以為食品風險評估提供有效支持。利用大數據建立食品風險評估系統，需要先對食品的實驗室檢驗數據、企業上報數據、現場檢查數據，以及網絡輿論數據等數據進行整理、統計與分析，并在食品合格率、用戶滿意度、網絡熱詞、信息傳播模式等方面展開關聯性分析，挖掘海量數據中隱藏的有價值信息，并在此基礎上，通過手機、個人電腦等移動設備為政府、企業、消費者、媒體提供信息服務，扎實推進信息公開，保障群眾的知情權利。如此一來，不僅可以深度挖掘食品安全信息，而且可以引導消費者更加關注食品安全。

3 大數據技術在食品安全管理中的應用

3.1 食品安全的市場監管

大數據技術在政府進行食品安全市場監管中發揮了重要作用。例如，國家食品安全抽查系統包含了抽查基礎表模塊、抽查任務模塊、檢測模塊、檢測報告驗證模塊、核查處置模塊、數據統計分析模塊等，可以實現全國食品抽查數據的統計分析與信息共享，從而避免重復抽查同一批次食品問題的發生，并對抽查不合格的樣品進行快速處理，提高市場監管效率。在2021 年上半年，市場監管部門開展了超過180 萬次的食品安全監督抽查工作，并且根據食品安全國標進行驗證，共計發現超過4 萬批次的不合格食品，總不合格率為2.34%，與2020 年同期抽查結果相比有所升高。大量的抽查產生了大量的檢測數據，若采用常規技術很難實現對海量數據的快速處理，而大數據技術則表現出較好的適用性，可以對不合格項目、不合格項目比重、不合格原因進行統計分析。該系統的研發可以有效提高我國食品安全監管的工作效率，促使監管工作更加智能化、快捷化。

國家藥品監督管理局信息中心近期發布了藥品智慧監管典型案例推選結果，福州市市場監管預警平臺也入選了“2022 年智慧監管典型案例”。該平臺充分借助大數據技術，對福州市市場監管相關數據進行整合、挖掘、分析、預警，形成基礎數據300 多萬條，對主體等級風險、經營風險、信用風險、違法違規風險、涉企人員風險、動態監測風險等進行評估，并且選取了相關二級指標，參照國際評分制進行風險等級評估。該平臺的成功入選，說明了大數據技術能夠為食品安全監管帶來積極影響，從而提高食品安全管理效率[5]。

3.2 食品安全追溯

食品安全追溯是食品安全管理的重要內容之一，例如，區塊鏈技術在瘋牛肉追溯中具有廣泛應用，為食品安全管理提供了有效支持。有學者利用聯盟鏈技術構建食品溯源系統，在區塊鏈系統中使用特定的語言開發鏈碼，并使用計算機語言編寫客戶端程序，通過掃碼，可以對食品溯源結果進行查詢，利用區塊鏈技術以及射頻識別技術，實現食品供應鏈的公開，只需等待數秒，即可進行產地溯源，從而提高追溯能力，且溯源結果具有法律效力，因此，可以保證數據的準確性。還有企業利用區塊鏈的交易關系構建結構模型，對區塊鏈進行分層，構建了多種子節點集群，并采用PBFT 算法對集群進行計算，從而為市場監管部門提供了有效的數據支持，提高了區塊鏈溯源的工作效率。

此外，有學者通過構架分布式的溯源平臺，為食品企業提供經營管理服務，為一般群眾提供食品溯源服務，為監管部門提供食品生產流通追溯服務，并且在實際應用中表現出較好的應用效果，可以實現區域內嬰幼兒食品、食用油、酒類產品等食品的查詢與追溯；群眾可以利用移動終端或微信掃描條形碼，查詢欲購食品生產企業及產品相關信息，包括生產企業的生產許可證、抽查情況等信息。目前，茶葉供應鏈中已經應用了大數據技術，該技術對茶葉種植、加工、物流、銷售等環節進行追蹤觀察，從而消除各種中間環節，實現從生產到消費的全過程追溯。由此可見，大數據支持下的食品安全追溯可以推動食品生產的標準化發展，在發現問題時可以快速召回，從而避免消費者購買有問題的產品，提高消費者對產品的信任度。

3.3 食品安全風險預警

食品供應鏈中存在較多的風險，大數據技術可以通過環境數據與危害因子的相關性分析，預測食品安全中的潛在風險。例如，通過監測田間作物生長情況，可以精準分析農作物病蟲害的發生風險。目前，有學者利用人工智能技術與深度學習算法，對食品安全事件進行自動鑒別，利用去趨勢波動交叉相關法計算影響食品安全的各種指標，從而分析供應鏈中的各種異常指標，預測可能出現的食品安全事件。利用全國食品抽檢數據以及各地區的關聯信息，建立深度學習網絡—多類模糊支持向量的風險預警系統，可以對導入的視頻數據進行統計分析，從而獲得結構化數據，然后將其導入相應的數學模型進行特征提取，通過自適應挖掘技術監測供應鏈中的各種風險變化，尋找其內在關聯，然后將相關性較高的影子輸入模糊支持向量模型中進行計算，對影響供應鏈的各種危險因素進行分級預警。在試驗中發現，該系統可以快速鑒別供應鏈中的各種危險因素，并根據其危害與風險分級制定相應的管理策略，為監管部門制定相應的抽檢計劃提供有效依據。

食品安全一直是消費者關注的重點問題，隨著我國經濟的快速發展，市場化水平不斷提升，越來越多的商家為了謀取利益，使用不合格的食品原料、包裝材料，引發了食品安全事故。而大數據技術可以對食品營養成分進行調查，從而為監管部門提供相應的數據支持，在食品行業中進行數據分析、處理、溯源等，進而全面保障食品安全。隨著生活水平的提高，人們對食品口感、風味、色澤等方面的要求不斷提升，也可以從側面激發食品企業更加重視生產管理、優化營養成分搭配等，從而找出問題并及時糾正，避免食品安全事件的發生。

4 結語

隨著人們對食品營養健康和食品安全重視度的提升，人們對這方面的需求也不斷增多。因此，相關部門要充分借助大數據技術，對相關數據進行檢測與收集，做好市場調查工作，確保數據準確性，從而提高營養健康管理以及食品安全管理水平，推動我國社會平穩發展。