AI otkriva koliko je skrivenog šećera u pakiranoj hrani diljem svijeta

AI otkriva koliko je skrivenog šećera u pakiranoj hrani diljem svijeta

Revolucionarni algoritam otkriva koliko se skrivenog šećera krije u vašoj hrani - i pokazuje koje zemlje i proizvodi pogađaju metu za zdrave ugljikohidrate.

Ugljikohidrati čine približno 70% dnevnog energetskog unosa u prosječnoj ljudskoj prehrani diljem svijeta. Međutim, važnost kvalitete ugljikohidrata često je zasjenjena njihovom količinom. U studiji nedavno objavljenoj u časopisuOgraničenja u prehraniEuropski istraživački tim razvio je algoritam za predviđanje sadržaja slobodnog šećera u pakiranoj hrani, pružajući uvid u kvalitetu ugljikohidrata na globalnoj razini.

Ugljikohidrati u prehrani

Ugljikohidrati su važan izvor energije i igraju ključnu ulogu u globalnoj prehrani. Dok se rasprave o prehrani često fokusiraju na količinu ugljikohidrata, kvaliteta ugljikohidrata jednako je važna za održavanje dobrog zdravlja. Znanstveni dokazi pokazuju da kvaliteta ugljikohidrata utječe na metaboličku funkciju i rizik od kroničnih bolesti.

Jedan alat za procjenu kvalitete ugljikohidrata je omjer kvalitete ugljikohidrata (CQR), koji procjenjuje ravnotežu ukupnih ugljikohidrata, vlakana i slobodnih šećera u hrani. Ovaj omjer daje najmanje 1 gram prehrambenih vlakana na 10 grama ukupnih ugljikohidrata i ne više od 2 grama slobodnih šećera na 1 gram vlakana. Ovaj omjer pomaže razlikovati hranjivu hranu od one koja može pridonijeti lošim zdravstvenim ishodima.

Međutim, točno određivanje sadržaja slobodnog šećera u pakiranoj hrani ostaje izazov. Samo nekoliko zemalja zahtijeva eksplicitno označavanje dodatnih šećera, ograničavajući transparentnost za potrošače i istraživače. Slobodni šećeri definirani od strane Svjetske zdravstvene organizacije (WHO) uključuju dodane šećere kao i prirodne šećere u medu, sirupima i voćnim sokovima, dok FDA definira dodane šećere kao samo one unesene tijekom prerade. Ovaj nedostatak informacija otežava napore za učinkovitu procjenu kvalitete ugljikohidrata, što otežava donošenje informiranih odluka o prehrani i proučavanje učinaka konzumacije ugljikohidrata na zdravlje.

O studiju

Algoritam je dao prednost sastojcima koji su prvi navedeni na etiketama jer proizvođači hrane često naručuju sastojke prema težini, dajući naznake o dominaciji šećera u sastavu proizvoda.

U ovoj studiji istraživači su razvili algoritam za predviđanje slobodnih šećera u pakiranoj hrani diljem svijeta, rješavajući kritičnu prazninu u znanju o kvaliteti ugljikohidrata. Koristili su podatke iz Mintel Global New Products Database (GNPD), koja sadrži opsežne informacije o pakiranoj hrani iz 86 zemalja, uključujući nutritivni sastav i popise sastojaka.

Prije analize, tim je pažljivo očistio i standardizirao podatke kako bi osigurao dosljednost. Ključni korak uključivao je ručno odabiranje i označavanje sastojaka regularnim izrazima kako bi se klasificirali kao dodani ili prirodno prisutni šećeri - razlika koja je bila ključna za točnu procjenu sadržaja slobodnog šećera.

Za izradu prediktivnih modela istraživači su koristili tehnike strojnog učenja. Istrenirali su svoje modele koristeći podatke iz Sjedinjenih Država (SAD) i formalno testirali njihovu izvedbu u 14 odabranih zemalja, dok su modele primijenili na proizvode iz 81 dodatne zemlje. Modeli su analizirali oznake proizvoda uzimajući u obzir prvih šest sastojaka klasificiranih kao dodani šećeri, voće ili mliječni proizvodi, kao i detaljne informacije o hranjivim vrijednostima kao što su energetski sadržaj, masti, ugljikohidrati, vlakna, proteini, šećer i natrij.

Cjevovod je uključivao tri binarna klasifikatora za otkrivanje prisutnosti dodatnih šećera i naslagane regresijske modele temeljene na stablu za procjenu njihove količine. Osim toga, predviđene razine dodanog šećera korištene su kao procjene slobodnih šećera, s izuzetkom određenih kategorija hrane kao što su sokovi i slatkiši od šećera, gdje su ukupni šećeri korišteni izravno zbog svojih jedinstvenih profila šećera.

Konačno, modeli su primijenjeni na proizvode bez eksplicitnih dodatnih objašnjenja šećera kako bi se predvidio sastav ugljikohidrata. Kvaliteta ugljikohidrata procijenjena je pomoću unaprijed definiranog omjera ugljikohidrata, vlakana i slobodnih šećera od 10:1 do 1:2.

Ključni nalazi

Mliječne alternative biljnog podrijetla (npr. napitci od zobi ili badema) pokazale su iznenađujuće visoku usklađenost sa standardima kvalitete ugljikohidrata, nadmašivši mnoge proizvode na bazi mlijeka diljem svijeta.

Studija je pokazala da su modeli strojnog učenja pokazali visoku razinu točnosti u predviđanju sadržaja slobodnog šećera u pakiranoj hrani. Srednja apsolutna pogreška za ispitni set izračunata je na 0,96 g/100 g, što ukazuje na relativno malu prosječnu razliku između predviđenih i deklariranih vrijednosti.

Osim toga, model je postigao visoki R² od 0,98 između predviđenih i deklariranih vrijednosti, nadmašivši prethodne modele kao što je K-Nearest Neighbors, koji je imao puno veću stopu pogreške, potvrđujući pouzdanost predviđanja. Naime, prediktivne mogućnosti modela nisu bile ograničene na Sjedinjene Države. Istraživači su otkrili da je model bio točan kada je formalno testiran u 14 zemalja i primijenjen u dodatnih 81 zemlji, naglašavajući njegovu globalnu primjenjivost.

Studija je također ispitala udio prehrambenih proizvoda koji su zadovoljili omjer kvalitete ciljnih ugljikohidrata i pokazala značajne varijacije između hrane i zemalja u kojima se hrani. U Sjedinjenim Državama, proizvodi koji pogađaju omjer kvalitete ugljikohidrata značajno su varirali, u rasponu od relativno visokih 60% za vruće žitarice do 0% za aromatizirano mlijeko i napitke od slada. Ovaj širok raspon pokazao je raznolikost kvalitete ugljikohidrata čak iu jednoj zemlji.

Proizvodi s okusom čokolade (kao što su žitarice ili grickalice) bili su među najvećim prijestupnicima, s 95% koji nisu uspjeli ispuniti ciljni omjer zbog prekomjernog sadržaja slobodnih šećera i niske količine vlakana.

Kada se pogledaju sve kategorije hrane, postotak proizvoda koji zadovoljavaju ciljani omjer kretao se od 67% u Ujedinjenom Kraljevstvu, što predstavlja relativno visoku razinu usklađenosti sa standardom kvalitete, do 9,8% u Maleziji, što ukazuje na znatno niži udio proizvoda koji zadovoljavaju željenu kvalitetu ugljikohidrata.

Značajno je da su pića na biljnoj bazi - za razliku od većine kategorija pića - izazvala relativno visoko pridržavanje omjera kvalitete ugljikohidrata u svim zemljama zbog većeg udjela vlakana i nižeg udjela šećera.

Međutim, istraživači su priznali da točnost predviđanja za određene zemlje može biti u određenoj mjeri ograničena malim veličinama uzorka, što bi potencijalno moglo utjecati na generalizaciju rezultata na te specifične regije.

Osim toga, autori su proveli Z-testove uspoređujući predviđene i deklarirane razine slobodnog šećera u 18 kategorija hrane u Sjedinjenim Državama i pronašli statistički značajne razlike, potvrđujući robusnost modela.

Diploma

Ukratko, studija je uspješno razvila i potvrdila metodu temeljenu na strojnom učenju za predviđanje sadržaja slobodnog šećera u pakiranoj hrani koristeći globalnu bazu podataka velikih razmjera. Ovaj potpuno automatizirani i skalabilni pristup pokazao je veliku točnost u svim zemljama i kategorijama hrane i može se proširiti na druge baze podataka i metrike hranjivih tvari koje zahtijevaju besplatne procjene šećera.

Predviđene razine slobodnog šećera također bi mogle poboljšati sustave profiliranja hranjivih tvari kao što je Nutri-Score, koji se trenutno oslanjaju na ukupne šećere zbog ograničenih zahtjeva za označavanje.

Ovaj inovativni metodološki pristup pružio je vrijedan i moćan alat za praćenje i procjenu kvalitete ugljikohidrata u globalnoj opskrbi hranom i pružio važne uvide za javnozdravstvene inicijative i savjete o prehrani.

Izvori: