大數(shù)據(jù)如何保障舌尖安全

近日，全國食品安全示范城市創(chuàng)建和農(nóng)產(chǎn)品質(zhì)量安全縣創(chuàng)建工作現(xiàn)場會在四川成都召開。在互聯(lián)網(wǎng)時代，怎樣吃得更安全？與會專家建言獻策，提出要重視利用現(xiàn)代信息技術(shù)手段創(chuàng)新監(jiān)管辦法，提高監(jiān)管效能。

作為近年來最熱門的信息技術(shù)之一，大數(shù)據(jù)技術(shù)如何提高食品安全的監(jiān)管效能？在正在創(chuàng)建食品安全示范城市的成都，我們看到了一種可能。

打通信息孤島

與很多食品安全監(jiān)管人員不同，王立山不需要去農(nóng)貿(mào)市場、超市、餐館，他多數(shù)時候都坐在桌前，他的“檢查”對象是一堆數(shù)據(jù)?！皵?shù)據(jù)分析可以提升食品安全監(jiān)管的效率?！彼f。

王立山是成都市食品安全風險監(jiān)測數(shù)據(jù)中心的主任，該中心正在創(chuàng)建“智慧食安”的核心技術(shù)支持系統(tǒng)。“智慧監(jiān)管，數(shù)據(jù)先行”，這是他們的口號。

走進數(shù)據(jù)中心，最引人注目的是一塊黑色電子屏幕，上面的數(shù)據(jù)不斷刷新。此刻，屏幕上的數(shù)據(jù)顯示，檢測批次總數(shù)674136，檢測項次總數(shù)8469618，不合格樣品總數(shù)15619，不合格樣品待處理數(shù)4、正在處理數(shù)3……

這些數(shù)據(jù)并非全部。王立山和同事們面對的數(shù)據(jù)不僅來自各類食品檢測機構(gòu)，還來自當?shù)剞r(nóng)業(yè)、質(zhì)檢、衛(wèi)生、工商等部門。數(shù)據(jù)內(nèi)容包括食品檢測信息、食品安全輿情信息、企業(yè)工商登記和信用數(shù)據(jù)、食源性疾病病例數(shù)據(jù)以及環(huán)境數(shù)據(jù)等。

“成都有食品生產(chǎn)經(jīng)營主體近20萬戶。從農(nóng)田到餐桌，每個環(huán)節(jié)都分散著海量數(shù)據(jù)，碎片化嚴重?！蓖趿⑸秸f，他們要做的就是整合這些數(shù)據(jù)，建立基礎數(shù)據(jù)庫，打通信息孤島，實現(xiàn)數(shù)據(jù)互通、資源共享。

目前，數(shù)據(jù)庫已積累7萬條政府部門共享數(shù)據(jù)、860萬條檢驗檢測數(shù)據(jù)，接入30萬條生產(chǎn)商基礎數(shù)據(jù)和7000萬條全球商品數(shù)據(jù)，同步監(jiān)測多家網(wǎng)媒輿情數(shù)據(jù)，并保持月均20萬條的增長幅度。

“但大數(shù)據(jù)不等于數(shù)據(jù)量大，而是要產(chǎn)生1加1遠大于2的價值?！蓖趿⑸秸f。

他們做到了。今年1月到8月，通過大數(shù)據(jù)挖掘和分析，成都市食品安全監(jiān)督性抽檢問題發(fā)現(xiàn)率從2.36%提高到了10.71%，監(jiān)管效能大幅提高。

那么，他們到底是怎么做的呢？

實現(xiàn)靶向打擊

凌晨四點，成都農(nóng)產(chǎn)品中心批發(fā)市場就開始忙碌了。滿載各類蔬菜的貨車駛?cè)胧袌?，分成兩列。一列貨車上裝有磁卡，一列則沒有。磁卡里有蔬菜商的來貨備案登記信息和安全證明。沒有磁卡的貨車，貨品被送入快篩檢測實驗室，檢測合格方能入場，檢測數(shù)據(jù)則自動上傳至幾十公里外的成都市食品安全風險監(jiān)測數(shù)據(jù)中心。

在這里，快檢24分鐘就可以出結(jié)果，每天快檢量600批次以上。檢測信息上傳到數(shù)據(jù)中心后，作用在下一個環(huán)節(jié)很快得到體現(xiàn)。

那些裝有磁卡的貨車，盡管有安全證明，但按規(guī)定仍然需要做一定比例的抽檢。于是遇到一個難題，具體該抽檢哪些蔬菜才最有可能發(fā)現(xiàn)問題？

王立山說，他們通過數(shù)據(jù)分析發(fā)現(xiàn)，不合格食品在地域上、季節(jié)上分布高度不均勻，在不同季節(jié)和不同氣候條件下，容易出現(xiàn)安全問題的食品都不一樣。而且，股東結(jié)構(gòu)單一且沒有法人股東、實繳資本較低的企業(yè)更容易被檢出不合格食品。這啟發(fā)他們綜合各類檢驗數(shù)據(jù)、企業(yè)登記信息和信用數(shù)據(jù)等，建立了一種機器學習模型。這些工作是他們與電子科技大學的團隊共同完成的。

“機器學習模型通過一定的算法，可定量評估待檢品出現(xiàn)檢驗不合格的可能性，從而實現(xiàn)針對高風險食品的靶向抽檢?！睌?shù)據(jù)中心首席專家、電子科技大學教授周濤說。批發(fā)市場的信息平臺與數(shù)據(jù)中心聯(lián)通，數(shù)據(jù)分析得出的高危食品信息直接傳送給批發(fā)市場。

“我們每天都將接收來自他們的高危產(chǎn)品數(shù)據(jù)，數(shù)據(jù)將使我們的安全監(jiān)管更具效力。”批發(fā)市場副總經(jīng)理鄭克克告訴記者。

數(shù)據(jù)中心還整合了衛(wèi)生部門所有食源性腸胃病的病例數(shù)據(jù)。王立山說，通過監(jiān)測不同菌種感染病例數(shù)隨季節(jié)和天氣的變化，并分析860萬條檢驗數(shù)據(jù)，他們獲得了食品和檢出菌種之間的關聯(lián)性，由此建立了從相關病例上升到有針對性抽檢之間的自動決策通道。

這種依靠大數(shù)據(jù)分析作出的針對性抽檢，最終使他們獲得了上文所述的監(jiān)管效率，對不合格食品實現(xiàn)更精準的打擊。

提前終止謠言

更有效率地發(fā)現(xiàn)食品安全問題，只是大數(shù)據(jù)的“魔力”之一。周濤和王立山等一度困惑的是，對于網(wǎng)絡上每天流傳的各種食品安全謠言及其給公眾帶來的恐慌情緒，是否也可以及時監(jiān)測，甚至提前終止呢？

他們監(jiān)控了上百家知名網(wǎng)站、論壇、貼吧等累計30多億條輿情數(shù)據(jù)，其中與食品安全有關的輿情近800萬條?！矮@取輿情信息后，通過后臺算法，對輿情事件按照關鍵語義提取和自動聚類，我們可以判斷輿情傳播的趨勢。”周濤說。

接下來，是更關鍵的一步：把挖掘出來的所有輿情數(shù)據(jù)分為正面情緒和負面情緒，分析正負情緒的激烈程度?！巴ㄟ^這種分析可以評估某個食品安全輿情的風險程度，監(jiān)管部門是否應該主動介入，通過及時檢驗或嚴厲執(zhí)法，破除謠言和消除安全隱患。”周濤介紹。

不久前，他們第一時間監(jiān)測發(fā)現(xiàn)成都地區(qū)網(wǎng)傳“白菜蘸甲醛來保鮮”。當時，這個輿情尚未大面積傳播，但他們分析后認為風險程度很高，及時通知監(jiān)管部門去市場上大面積抽檢白菜?！白罱K并沒有發(fā)現(xiàn)甲醛白菜，還向公證機構(gòu)公示了權(quán)威的檢驗報告，提前終止謠言?！蓖趿⑸秸f，他們還通過數(shù)據(jù)分析及時發(fā)現(xiàn)了面制品鋁、水產(chǎn)品孔雀石綠等食品安全隱患30項，及時開展有針對性的整治，消除了安全風險。

其實，從苗頭里掌握風險，這種“關口前移”的做法很多監(jiān)管部門并不陌生?！暗侄未蠖急容^落后，數(shù)據(jù)量少，依靠人去特意關注一些網(wǎng)站，定期做匯報?，F(xiàn)在數(shù)據(jù)信息越來越大，單純靠人不太現(xiàn)實?！敝軡f。

數(shù)據(jù)是一種重要資源

更讓王立山興奮的是，數(shù)據(jù)分析還可以主動發(fā)現(xiàn)現(xiàn)行標準中可能存在的缺陷，優(yōu)化檢驗檢測標準。

他們的數(shù)據(jù)庫中有大量關于注水肉的檢測信息，分析后發(fā)現(xiàn)，豬肉含水量的檢驗數(shù)據(jù)集中在63%附近和73%～77%之間，而國家標準是77%。“很多商家正好將豬肉注水到標準線附近，通過檢測。但實際上，含水量76%的豬肉已經(jīng)是嚴重的注水肉了。”王立山說。

基于此，他們向上級農(nóng)業(yè)主管部門建議，提高標準的要求，將注水肉國家標準中含水量指標由77%降低到73%左右。目前，農(nóng)業(yè)部正在修訂該標準。

大數(shù)據(jù)的應用使他們對食品安全監(jiān)管有了更大的信心，也有了更多期待。王立山對記者說：“如果實現(xiàn)了大部分政務數(shù)據(jù)的共享，并且打通了內(nèi)外部數(shù)據(jù)，整個社會因為決策效率和決策效果的提升可以獲得可觀的價值增量?！?

目前，他們在進一步探索大數(shù)據(jù)在政府管理上的革新。“我們現(xiàn)在能夠?qū)崟r知道每一個食品抽檢和執(zhí)法人員的位置和處理的業(yè)務，能夠回溯每一個處置指令的發(fā)出和執(zhí)行情況。在這種完全透明的環(huán)境下，工作人員的效率會大幅提高，權(quán)力尋租的空間也會消失。”王立山說。