(资料图)

东北大学的研究人员一直忙于通过大学赞助的 Foodome 项目更好地了解“超加工食品”与人类健康之间的联系。

作为这项工作的一部分，复杂网络研究中心的研究人员现在开发了一种机器学习算法，他们说可以准确预测构成美国食品供应的食品的加工程度。他们的发现于 4 月发表在Nature Communications上。

名为 FoodProX 的机器学习分类器使用美国农业部饮食研究食品和营养数据库提供的营养标签信息作为输入，对给定食品的加工水平进行评分。

该算法的工作原理是产生一个输出，该输出表示相应食物属于 NOVA 食品分类系统的四个类别之一的可能性，该系统由巴西圣保罗大学的研究人员开发，研究人员说被“广泛用于流行病学研究”。

用户可以通过访问 TrueFood 研究项目的网站来试用该工具。用户可以搜索食物以查看其食物加工分数。该算法为每个产品分配一个介于 0(表示“最少或未加工”食品)和 100(高度超加工食品)之间的分数。

使用 FoodProX，研究人员能够弥合饮食研究营养数据库中的空白;对“复杂食谱和混合食物和膳食”进行分类;并提供更高分辨率的镜头来检查加工食品。因此，研究人员指出，FoodProX 可以更清晰地了解加工食品的实际情况——这是研究这些食品对健康影响的研究人员迈出的重要一步。

研究人员注意到 NOVA 系统将食物分为四类，从“未加工或最低限度加工”到超加工，这是如何从根本上限制的，因为它没有考虑每个单独类别中的不同加工等级。

研究人员写道：“NOVA 4 食品的这些感知同质性限制了科学研究和实际消费者对不同加工程度对健康影响的指导。”“这也降低了行业将食品重新配制为加工较少的产品的动机，将投资从超加工 NOVA 4 食品转移到加工较少的 NOVA 1 和 NOVA 3 类别。”