Le Canada investit 2,4 millions de dollars dans une entreprise de technologie d’inspection de la viande

«Le Canada investit 2,4 millions de dollars dans une entreprise de technologie d’inspection de la viande», source Meatingplace.

Le gouvernement canadien investit dans une société P&P Optima Inc., qui se spécialise dans le développement de technologies d'inspection des aliments pour les entreprises de transformation de la viande.

Les 2,4 millions de dollars canadiens sont conçus pour soutenir les efforts de P&P Optima de Waterloo, Ontario, pour étendre son système d'imagerie intelligent qui inspecte automatiquement la viande tout au long de sa chaîne de production, a annoncé le ministère d'Agriculture et Agroalimentaire Canada dans un communiqué de presse. Le système d'imagerie hyperspectrale évalue des propriétés telles que la composition des aliments, évaluant des propriétés comme la tendreté, la teneur en protéines, en eau et en matières grasses ou la fraîcheur du produit. Il peut identifier les imperfections et éliminer des corps étrangers tels que le plastique, les os ou le caoutchouc. Grâce à l’apprentissage automatique, ces tâches sont effectuées à la vitesse de la chaîne et en temps réel, générant des informations que les transformateurs peuvent utiliser pour améliorer leurs produits, gérer leurs fournisseurs et optimiser leur production.

L’investissement aidera l’entreprise à construire des unités qui pourront permettre de présenter la technologie innovante aux utilisateurs potentiels. P&P Optica inc. vise à aider les transformateurs à améliorer la salubrité et la qualité de leurs produits, rendre l’approvisionnement alimentaire plus durable et réduire le gaspillage alimentaire.

L’entreprise construira aussi une salle de démonstration pour optimiser sa technologie pour ses clients. Cette technologie d’imagerie hyperspectrale évalue la salubrité et la fraîcheur des produits de viande en analysant la couleur et l’humidité du produit et fournit une panoplie de données utiles aux transformateurs.

Des investissements dans les technologies d’inspection automatisées, comme celle de P&P Optica inc., créent de nouveaux débouchés, stimulent l’économie et contribuent à la viabilité de l’industrie canadienne de la viande.

Un logiciel d'imagerie soutient des initiatives en sécurité des aliments

« Un logiciel d'imagerie soutient des initiatives en sécurité des aliments », source UGA Today.

Le logiciel peut identifier les nuisibles et fournir un diagnostic pide sur les expéditions alimentaires.

De nombreux pays sont aux prises avec des envois d'aliments endommagés ou détruits par des insectes envahissants et des maladies des plantes.

Selon l'Organisation des Nations Unies pour l'alimentation et l'agriculture (FAO), entre 20% et 40% de la production agricole mondiale est perdue à cause des ravageurs, les maladies des plantes coûtant à l'économie mondiale environ 220 milliards de dollars et les insectes envahissants environ 70 milliards de dollars.

L'Université de Géorgie a développé une technologie pour identifier ces nuisibles et s'associe maintenant à une organisation gouvernementale d'Amérique centrale - OIRSA - pour mettre en œuvre cet outil utile.

Le nouvel accord de licence permettra à OIRSA, qui signifie Organismo Internacional Regional de Sanidad Agropecuaria, d'aider les pays d'Amérique centrale à s'attaquer à ce problème persistant avec les expéditions alimentaires.

Il les positionne également pour faire avancer leurs recherches en phytopathologie, en santé agricole et en sécurité des alimentas tout en développant un système d'alerte rapide pour les fléaux et les maladies agricoles.

« L'importance du système de diagnostic numérique à distance au Mexique, en Amérique centrale et en République dominicaine est cruciale », a déclaré Raúl Rodas, directeur régional des services de quarantaine pour OIRSA. « L'identification correcte des organismes nuisibles, qui sont détectés dans les expéditions de fret, de colis ou de bagages, réduit non seulement le risque d'intrusion d'organismes nuisibles et les délais pour l'arrivée des cargaisons, mais elle réduit également les coûts de transaction pour les importateurs et les exportateurs. »

Imagerie de pointe

Développé conjointement en 1997 par des chercheurs et des professionnels des technologies de l’information du Collège des sciences de l’agriculture et de l’environnement de l’UGA, le Distance Diagnostics through Digital Imaging (DDDI pour Diagnostic à distance grâce à la technologie d’imagerie numérique) fournit une imagerie de pointe pour mieux évaluer les maladies et les facteurs d’infestation menant à la perte de récoltes.

Bien que la technologie existe depuis de nombreuses années, c'est la première fois qu'elle sera utilisée en Amérique centrale.

« Grâce à l'utilisation du système DDDI, il y a eu de nombreux cas où des pertes substantielles de récoltes ont été évitées et des épidémies potentielles de maladies ou de ravageurs ont été maîtrisées », a déclaré Brian Watson, directeur informatique du bureau des technologies de l'information de la CAES. « En tant que chef de file dans ce domaine, l'UGA s'est engagée à concevoir, développer et héberger des solutions DDDI personnalisées pour au moins 15 institutions et organisations au fil des ans. »

Engagement dans les partenariats internationaux

L'UGA et Innovation Gateway se sont engagés à établir et à renforcer des partenariats internationaux non seulement pour profiter à la communauté mondiale de la recherche et étendre la portée commerciale de l’UGA, mais aussi pour soutenir les efforts humanitaires dans le monde entier. Afin de promouvoir la mission de l’OIRSA au nom du bien public et des pays qu’elle dessert, l'UGA a émis gratuitement d'un contrat de licence - d’une valeur maximale de 25 000 dollars.

« Nous n’accordons pas souvent de licences gratuites aux organisations à but non lucratif et cette offre n’est pas automatique », a expliqué Gennaro Gama, responsable des licences d’Innovation Gateway en charge de cet accord.

« Cependant, si les utilisations humanitaires, telles que l'éducation, la sécurité publique ou les maladies tropicales/mondiales négligées, sont recherchées par le titulaire de la licence, nous sommes heureux de délivrer des licences libres de droits pour ces utilisations. Souvent, et à la surprise du titulaire de licence, c'est nous qui suggérons cette voie. »

Avant le développement du DDDI, l'évaluation des échantillons et l'identification correcte des diagnostics pouvaient prendre des jours, voire des semaines. Grâce à l'imagerie numérique, le processus DDDI peut fournir une évaluation et un traitement recommandé presque immédiatement.

Système d'imagerie intelligent alimenté par l'IA pour la détection précoce et la classification des bactéries vivantes dans les prélèvements d'eau

« L'apprentissage en profondeur permet une détection précoce et une classification des bactéries vivantes à l'aide de l'holographie », source Light Publishing Center, Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy.

 Les maladies d'origine hydrique affectent plus de 2 milliards de personnes dans le monde, ce qui entraîne un lourd fardeau économique.

Par exemple, le traitement des maladies d'origine hydrique coûte plus de 2 milliards de dollars par an aux États-Unis seulement, avec 90 millions de cas enregistrés par an. Parmi les problèmes liés aux agents pathogènes d'origine hydrique, l'un des problèmes de santé publique les plus courants est la présence de bactéries coliformes totales et de Escherichia coli (E. coli) dans l'eau potable, ce qui indique une contamination fécale.

Les méthodes traditionnelles de détection des bactéries basées sur la culture prennent souvent 24 à 48 heures, suivies d'une inspection visuelle et d'un comptage des colonies par un expert, selon les directives de l'Agence américaine de protection de l'environnement (EPA).

Alternativement, des méthodes de détection moléculaire basées, par exemple, sur l'amplification des acides nucléiques, peuvent réduire le temps de détection à quelques heures, mais elles manquent généralement de sensibilité pour détecter les bactéries à de très faibles concentrations, et ne sont pas capables de faire la différence entre les vivants et les micro-organismes morts.

De plus, il n'existe pas de méthode à base d'acides nucléiques approuvée par l'EPA pour détecter les bactéries coliformes dans les prélèvements d'eau.

Par conséquent, il existe un besoin urgent d'une méthode automatisée qui puisse atteindre une détection rapide et à haut débit des colonies bactériennes avec une sensibilité élevée afin de fournir une alternative puissante aux méthodes standard actuellement approuvées par l'EPA qui prennent au moins 24 heures et nécessitent une expert pour le dénombrement des colonies.

Dans un nouvel article publié dans Light: Science & Applications, une équipe de scientifiques, dirigée par le professeur Aydogan Ozcan du Département de génie électrique et informatique de l'Université de Californie, Los Angeles (UCLA), États-Unis, et des collègues ont développé un Système d'imagerie intelligent alimenté par l'Intelligence artificielle (IA) pour la détection précoce et la classification des bactéries vivantes dans les prélèvements d'eau. Sur la base de l'holographie, ils ont conçu un système d'imagerie très sensible et à haut débit, qui capture en continu des images microscopiques d'une boîte de culture, où des bactéries se développent, pour détecter rapidement la croissance des colonies en analysant ces images en accéléré avec un réseau neuronal profond. Après la détection de la croissance de chaque colonie, un deuxième réseau neuronal est utilisé pour classer le type de bactérie.

L'efficacité de cette plate-forme unique a été démontrée en effectuant une détection précoce et une classification de trois types de bactéries, à savoir E. coli, Klebsiella aerogenes (K. aerogenes) et Klebsiella pneumoniae (K. pneumoniae), et les chercheurs de l'UCLA ont atteint une limite -de-détection de 1 bactérie formant colonie pour 1 litre d'eau en 9 heures de temps pour l’analyse, démontrant un gain de temps de plus de 12 heures pour la détection des bactéries par rapport aux méthodes EPA standard. Ces résultats mettent en évidence le potentiel transformateur de cette plateforme d'imagerie holographique alimentée par l'IA, qui permet non seulement une détection très sensible, rapide et rentable des bactéries vivantes, mais fournit également un outil puissant et polyvalent pour la recherche en microbiologie.

Légende.

a, schéma de l'appareil. b, Image d’une boîte de colonies de E. coli et K. aerogenes. c, Exemples d'images des colonies bactériennes en croissance individuelles détectées par un réseau neuronal profond formé. Les points temporels de détection et de classification des colonies en croissance sont annotés par des flèches bleues. La barre d'échelle est de 0,1 mm. Cette recherche a reçu un financement de l'US ARO.

Cliquez sur l'image pour l'agrandir

Crédit de Hongda Wang, Hatice Ceylan Koydemir, Yunzhe Qiu, Bijie Bai, Yibo Zhang, Yiyin Jin, Sabiha Tok, Enis Cagatay Yilmaz, Esin Gumustekin, Yilin Luo, Yair Rivenson, Aydogan Ozcan.

NB : L'article est disponible intégralement et gratuitement.