مروری از تشخیص تا تصمیم سازی نقش هوش مصنوعی در ارزیابی ریسک و مدلسازی اثرات سلامتی اوکراتوکسین A

اوکراتوکسین یکی از مایکوتوکسین های شاخص در ایمنی مواد غذایی است که حضور آن در محصولات کشاورزی، به طور مداوم گزارش شده و به دلیل اثرات سمیت کلیوی، سرطان زایی، بالقوه اختلالات ایمنی و پیامدهای بلندمدت سلامت انسان نگرانی های قابل توجهی را در سطح سلامت عمومی ایجاد کرده است. با وجود توسعه گسترده روش های تحلیلی پیشرفته و سامانه های مبتنی بر هوش مصنوعی برای شناسایی و پایش OTA تمرکز غالب پژوهش های موجود همچنان بر تشخیص آلودگی محدود مانده و ابعاد پیچیده ارزیابی ریسک پیش بینی اثرات سلامتی و تصمیم سازی یکپارچه کمتر مورد توجه قرار گرفته است. این مقاله مروری به طور نظام مند نقش رویکردهای مبتنی بر هوش مصنوعی را در فراتر رفتن از تشخیص صرف و حرکت به سمت ارزیابی ریسک داده محور و مدلسازی پیامدهای سلامتی ناشی از مواجهه غذایی با بررسی می کند. در این چارچوب کاربرد الگوریتم های یادگیری ماشین و یادگیری عمیق در تلفیق داده های ناهمگون شامل سطوح آلودگی در مواد غذایی، مسیرهای جذب، توزیع و متابولیسم، بیومارکرهای زیستی و شواهد سم شناسی به صورت تحلیلی و انتقادی مورد ارزیابی قرار می گیرد، همچنین محدودیت های رویکردهای کلاسیک ارزیابی ریسک از جمله عدم قطعیت های زیستی و تنوع پاسخ های فردی در مقایسه با ظرفیت های پیش بینی گرای سامانه های هوش مصنوعی مورد بحث قرار می گیرد. در نهایت این مرور با ارائه یک چارچوب مفهومی یکپارچه پتانسیل هوش مصنوعی را به عنوان ابزاری کلیدی در بهبود مدیریت اوکراتوکسین A، پیش بینی اثرات مزمن سلامتی و پشتیبانی از سیاست گذاری های مبتنی بر شواهد در ایمنی مواد غذایی برجسته می سازد. این رویکرد می تواند مسیرهای پژوهشی آینده در تلاقی سم شناسی، غذایی، سلامت عمومی و هوش مصنوعی را بازتعریف کند.

کلیدواژه ها:

اوکراتوکسین ، مایکوتوکسین ، محصولات کشاورزی ، اثرات سلامتی ، هوش مصنوعی ، ارزیابی ریسک