Umělá inteligence odhaluje množství skrytého cukru v balených potravinách po celém světě

Umělá inteligence odhaluje množství skrytého cukru v balených potravinách po celém světě

Převratný algoritmus odhalí, kolik skrytého cukru se skrývá ve vašich potravinách – a ukáže, které země a produkty zasáhly značku zdravých sacharidů.

Sacharidy tvoří přibližně 70 % denního energetického příjmu v průměrné lidské stravě na celém světě. Důležitost kvality sacharidů je však často zastíněna jejich množstvím. Ve studii nedávno zveřejněné v časopiseLimity ve výživěEvropský výzkumný tým vyvinul algoritmus pro předpovídání obsahu volného cukru v balených potravinách, který poskytuje pohled na kvalitu sacharidů v celosvětovém měřítku.

Sacharidy ve stravě

Sacharidy jsou důležitým zdrojem energie a hrají klíčovou roli v celosvětové výživě. Zatímco diskuse o výživě se často zaměřují na množství sacharidů, kvalita sacharidů je stejně důležitá pro udržení dobrého zdraví. Vědecké důkazy ukazují, že kvalita sacharidů ovlivňuje metabolické funkce a riziko chronických onemocnění.

Jedním z nástrojů pro hodnocení kvality sacharidů je poměr kvality sacharidů (CQR), který hodnotí rovnováhu celkových sacharidů, vlákniny a volných cukrů v potravinách. Tento poměr dává alespoň 1 gram vlákniny na 10 gramů celkových sacharidů a ne více než 2 gramy volných cukrů na 1 gram vlákniny. Tento poměr pomáhá odlišit nutriční potraviny od těch, které mohou přispívat ke špatným zdravotním výsledkům.

Přesné stanovení obsahu volného cukru v balených potravinách však zůstává výzvou. Pouze několik zemí vyžaduje výslovné označování dalších cukrů, což omezuje transparentnost pro spotřebitele a výzkumné pracovníky. Volné cukry definované Světovou zdravotnickou organizací (WHO) zahrnují přidané cukry a také přirozeně se vyskytující cukry v medu, sirupech a ovocných šťávách, zatímco FDA definuje přidané cukry pouze jako ty, které byly zavedeny během zpracování. Tento nedostatek informací brání snahám o efektivní hodnocení kvality sacharidů, takže je obtížné činit informovaná dietní rozhodnutí a studovat účinky konzumace sacharidů na zdraví.

O studiu

Algoritmus upřednostnil ingredience uvedené na štítcích jako první, protože výrobci potravin často objednávají ingredience podle hmotnosti, což poskytuje vodítko o dominanci cukru ve složení produktu.

V této studii výzkumníci vyvinuli algoritmus pro předpovídání volných cukrů v balených potravinách po celém světě, čímž se zabývají kritickou mezerou ve znalostech v kvalitě sacharidů. Použili data z databáze Mintel Global New Products Database (GNPD), která obsahuje rozsáhlé informace o balených potravinách z 86 zemí, včetně nutričního složení a seznamů přísad.

Před analýzou tým pečlivě vyčistil a standardizoval data, aby byla zajištěna konzistence. Zásadní krok zahrnoval ruční úpravu a označení přísad regulárními výrazy, aby byly klasifikovány jako přidané nebo přirozeně se vyskytující cukry – rozdíl, který byl nezbytný pro přesný odhad obsahu volného cukru.

K vytvoření prediktivních modelů použili vědci techniky strojového učení. Trénovali své modely pomocí dat ze Spojených států (USA) a formálně testovali jejich výkon ve 14 vybraných zemích, přičemž modely aplikovali na produkty z 81 dalších zemí. Modely analyzovaly etikety produktů s ohledem na prvních šest složek klasifikovaných jako přidané cukry, ovoce nebo mléčné výrobky a také podrobné nutriční informace, jako je energetický obsah, tuky, sacharidy, vláknina, bílkoviny, cukr a sodík.

Potrubí zahrnovalo tři binární klasifikátory pro detekci přítomnosti dalších cukrů a složené regresní modely založené na stromech pro odhad jejich množství. Kromě toho byly jako odhady volných cukrů použity předpokládané hladiny přidaného cukru, s výjimkou určitých kategorií potravin, jako jsou džusové nápoje a cukrovinky, kde byly celkové cukry použity přímo kvůli jejich jedinečným profilům cukru.

Nakonec byly modely aplikovány na produkty bez explicitních dodatečných vysvětlení cukrů k předpovědi složení sacharidů. Kvalita sacharidů byla hodnocena pomocí předem definovaného poměru sacharidů, vlákniny a volných cukrů v poměru 10:1 až 1:2.

Klíčová zjištění

Alternativy rostlinného mléka (např. ovesné nebo mandlové nápoje) prokázaly překvapivě vysokou shodu s normami kvality uhlohydrátů a předčily mnoho mléčných výrobků po celém světě.

Studie zjistila, že modely strojového učení prokázaly vysokou úroveň přesnosti při předpovídání obsahu volného cukru v balených potravinách. Průměrná absolutní chyba pro testovací soubor byla vypočtena na 0,96 g/100 g, což ukazuje na relativně malý průměrný rozdíl mezi předpokládanými a deklarovanými hodnotami.

Model navíc dosáhl vysokého R² 0,98 mezi předpokládanými a deklarovanými hodnotami, čímž překonal předchozí modely, jako jsou K-Nearest Neighbors, které měly mnohem vyšší chybovost, což potvrzuje spolehlivost předpovědí. Pozoruhodné je, že prediktivní schopnosti modelu nebyly omezeny na Spojené státy. Výzkumníci zjistili, že model fungoval přesně, když byl formálně testován ve 14 zemích a aplikován v dalších 81 zemích, což zdůraznilo jeho globální použitelnost.

Studie také zkoumala podíl potravinářských produktů, které splňovaly kvalitativní poměr cílových sacharidů, a vykazovala významné rozdíly v potravinách i potravinových zemích. Ve Spojených státech se produkty dosahující poměru kvality sacharidů výrazně lišily, od relativně vysokých 60 % u horkých cereálií po 0 % u ochucených mlék a sladových nápojů. Tato široká škála prokázala rozmanitost kvality sacharidů i v jediné zemi.

Výrobky s příchutí čokolády (jako cereálie nebo tyčinky) patřily k nejhorším, přičemž 95 % nesplnilo cílový poměr kvůli nadměrnému množství volných cukrů a nízkému obsahu vlákniny.

Při pohledu na všechny kategorie potravin se procento produktů splňujících cílový poměr pohybovalo od 67 % ve Spojeném království, což představuje relativně vysokou úroveň souladu s normou kvality, po 9,8 % v Malajsii, což ukazuje na výrazně nižší podíl produktů splňujících požadovanou kvalitu sacharidů.

Rostlinné nápoje – na rozdíl od většiny kategorií nápojů – vyvolaly relativně vysoké dodržování poměrů kvality sacharidů napříč zeměmi díky vyššímu obsahu vlákniny a nižšímu obsahu cukru.

Vědci však uznali, že přesnost předpovědí pro konkrétní země může být do určité míry omezena malou velikostí vzorků, což by mohlo potenciálně ovlivnit zobecnění výsledků na tyto konkrétní regiony.

Kromě toho autoři provedli Z-testy srovnávající předpokládané a deklarované hladiny volného cukru v 18 kategoriích potravin ve Spojených státech a zjistili statisticky významné rozdíly, které potvrzují robustnost modelu.

Diplom

Stručně řečeno, studie úspěšně vyvinula a ověřila metodu založenou na strojovém učení pro předpovídání obsahu volného cukru v balených potravinách pomocí rozsáhlé globální databáze. Tento plně automatizovaný a škálovatelný přístup prokázal vysokou přesnost napříč zeměmi a kategoriemi potravin a lze jej rozšířit na další databáze a nutriční metriky, které vyžadují bezplatné odhady cukru.

Předpokládané hladiny volného cukru by také mohly zlepšit systémy nutričního profilování, jako je Nutri-Score, které v současnosti spoléhají na celkové cukry kvůli omezeným požadavkům na označování.

Tento inovativní metodický přístup poskytl cenný a výkonný nástroj pro monitorování a hodnocení kvality sacharidů v globální nabídce potravin a poskytl důležité poznatky pro iniciativy v oblasti veřejného zdraví a výživového poradenství.

Zdroje: