8.3 食品安全风险预警

8.3 食品安全风险预警

食品安全预警系统是指一套完整的针对食品安全问题的功能系统。在食品安全范畴中预警指对食品质量安全风险的预防预测,通过对食品检测数据的风险分析评估,预测食品安全风险的趋势变化。建立食品安全预警系统,及时发布食品安全预警信息,可减少食品安全事故对消费者造成的危害及损失,加强政府重大食品安全危机事件的预防和应急处置。

8.3.1 食品安全风险预警系统的发展现状

食品安全预警体系综合了监测与收集数据、处理与分析数据以及发出警告3方面的内容。一般来说,食品安全预警系统由食品安全预警分析和食品安全预警响应两个子系统组成,前者为后者提供判定的依据,后者则对前者得出的警情警报做出快速反应,采取不同的预警信息发布机制和应急预案。西方发达国家和国际组织较早开展了食品安全预警的研究工作,并积累了一定经验。在针对食源性疾病监测方面,美国建立了食源性疾病主动监测网络、国家食源性疾病监测分子分析型网络等,这些监测系统致力于确保美国从农场到餐桌整个“食物链”各个环节食品的安全性。此外,美国还建立了症状监测系统,实现预警关口的前移。在欧洲,欧盟成员国间构建了跨国预警机制。早在20世纪70年代后期,欧盟成员国之间就有快速预警系统。至21世纪,欧盟建立了“欧盟食品和饲料快速预警系统(RASFF)”等平台。目前,欧盟已决定RASFF系统未来将与世界卫生组织(WHO)的“国家食品安全网”(INFOSAN)合作,逐步将RASFF系统发展成为一个能在世界范围内发挥监测预警作用的食品安全预警巨型网络。

目前我国创建了进出口食品安全监测与预警系统,并完善此系统覆盖更多省份的检疫系统,为我国对国际进出口提供有效的判断标准。在政策法规方面,我国颁布了《食品安全法》,食品安全法中明确提出国家创建食品安全风险监测制度。对于食品安全预警模型,已经有了许多成熟的研究。国内学者探索了许多种方法,运用支持向量机对畜产品等建立了安全预警模型;基于BP神经网络开发了食品安全评估系统;运用关联规则对肉类食品冷链物流质量等建立了安全预警模型;基于贝叶斯网络构建了网络订餐食品安全预警系统;王建新等通过使用结构化查询语言(structured query language, SQL),基于规则库引擎的可视化方法,研究构建了基于食品安全抽检数据的可实现实时预警和定时预警的食品安全风险评估及预警系统,其模型示意图见图8-7。

8.3.2 食品安全风险预警方法

(1)层次分析法 层次分析法(Analytic Hierarchy Process, AHP)是美国运筹学家萨蒂提出的一种定量与定性相结合的决策分析方法。它将一个复杂的多目标问题,分解成目标层、准则层和方案层,构建层次结构模型,抓住问题的本质,提供合乎要求的决策方案。结构示意图如图8-8所示。

图8-7 食品安全风险评估与预警模型图

图8-8 层次分析法示意图

(2)支持向量机 支持向量机(Support Vector Machine, SVM)是根据有限的样本进行训练,其样本称为支持向量,寻找一个最优的超平面,使两个样本之间的分类间隔最大化,用这个超平面可以成功区分不同的类别。结构示意图如图8-9所示。

(3)BP神经网络 BP神经网络又称为误差反向传播神经网络(back-error propagation neutral network, BPNN),是一种应用广泛的人工神经网络(artificial neutral network, ANN)。它采用逆向误差算法来训练多层次网络,其网络信息向前传播,而误差是逆向传播,不断调整权重和阈值,从而得到一个误差平方和最小的网络。典型结构包括输入层、隐藏层和输出层,隐藏层可以包含多个层次。结构示意图如图8-10所示。

(4)贝叶斯网络 贝叶斯网络把有向无环图和概率结合起来,利用先验概率计算条件概率,利用概率知识进行分类,表达复杂的因果关系。贝叶斯网络一般分为两种类型,一种是静态网络,另一种是动态网络,在静态网络中加入时序因素后就形成了动态网络,提高了预测精度。结构示意图如图8-11所示。

图8-9 支持向量机分类示意图

图8-10 BP神经网络示意图

图8-11 贝叶斯网络示意图

(5)决策树 决策树是用于分类的机器学习树形结构。通过已知概率,计算不同方案的期望,选择期望最大的方案,从而达到分类的目的,是运用概率的图解法。

(6)关联规则 关联规则于1993年提出,其目的是要找到既满足最小支持度又满足最小置信度的强关联规则,从数据中发现潜在的相关规则与信息。

8.3.3 小结

对于监测预警系统的建设,我国政府的各级监管职能部门还处于探索阶段,存在一些问题,如食品安全监测数据分散、孤立、标准不统一,影响食品安全的自然因素和社会因素的作用机理挖掘不充分,现有监测预警系统往往只考虑事件本身和时间的预警,缺乏对主导食品安全的自然因素和社会因素的考虑,导致预警的时效性差,缺乏前瞻性预判,食品安全监测信息缺乏有效整合,预测预警效果不理想,无法及时捕捉到食品安全动态变化的早期征兆。由此可见,对于我国来说,建立完善的食品安全预警系统不仅十分必要,而且极为紧迫。食品安全风险预警系统,可快速形成信息采集、传递、处理、预警和决策反馈机制,实现对食品安全种植养殖环节、生产环节、经营环节、进出口环节的全方位监控、有效防御与及时处置,并在整合分析风险监测、风险评估、风险交流等信息的基础上,进行分层次、多渠道的风险预警。