Modellen voor voedselveilige ketens

Door data uit verschillende schakels in de keten te combineren, kunnen patronen worden herkend en kan er sneller worden ingegrepen bij afwijkingen. Zo hebben we bijvoorbeeld verschillende modellen ontwikkeld om de aanwezigheid van mycotoxines in verschillende soorten gewassen te voorspellen. Mycotoxinen zijn giftige stoffen die gevormd kunnen worden door schimmels op gewassen. Zo’n model kan aan de hand van agronomische gegevens en klimaat gegevens voorspellen of mycotoxines gevormd zullen worden in bijvoorbeeld tarwe. 

Monitoring op basis van risico’s
Ook ontwikkelen we modellen om input te leveren hoe we op basis van risico’s vast kunnen stellen waar in de keten we moeten monitoren (risico gebaseerde monitoring). Hier maken we gebruik van data over monstername, van analyse resultaten, informatie waar de producten vandaan komen en het voorkomen van verschillende voedselveiligheidsgevaren. Zo identificeren we de producten in combinatie met mogelijke gevaren die het meest risicovol kunnen zijn voor de gezondheid van mens en dier. 

Beter begrip voor kwetsbaarheden
Zo dragen voorspellende analyses en digitale simulaties bij aan beter begrip van kwetsbaarheden in de voedselketen én aan gerichte oplossingen. Het resultaat: meer transparantie, efficiëntere controles en een hogere voedselveiligheid. Met deze kennis kunnen bedrijven, toezichthouders en beleidsmakers beter samenwerken aan een toekomst waarin consumenten kunnen vertrouwen op veilig, eerlijk en duurzaam geproduceerd voedsel.