Co nowego w bazie CHEFS? Trendy, metody kontroli i źródła niezgodności w europejskiej żywności

Baza danych CHEFS (CompreHensive European Food Safety) to największe źródło zintegrowanych danych o bezpieczeństwie żywności w UE. Choć jej główne założenia i statystyki zostały już szeroko opisane, niedawna analiza naukowa przynosi nowe, bardziej szczegółowe informacje dotyczące monitorowanych substancji, strategii pobierania próbek i geograficznego pochodzenia produktów z największym odsetkiem niezgodności. Dla branży spożywczej to cenna aktualizacja pozwalająca lepiej ocenić ryzyka i skuteczniej planować działania kontrolne.

Trendy w analizach i kontaminacjach: jak zmieniał się monitoring w Europie

Analiza danych CHEFS z lat 2000–2024 pokazuje systematyczny wzrost liczby badań laboratoryjnych we wszystkich trzech głównych kategoriach zagrożeń: zanieczyszczeń chemicznych, pozostałości pestycydów oraz pozostałości leków weterynaryjnych (VMPR). Największy przyrost liczby analiz odnotowano dla pestycydów, których monitoring nabrał tempa po 2011 roku. Równocześnie rosła także liczba wyników przekraczających dopuszczalne limity — szczególnie w przypadku pestycydów i zanieczyszczeń chemicznych, przy czym w latach 2015–2018 odsetek niezgodności w tej drugiej grupie wzrósł z 0,2% do niemal 7%. Dla VMPR największy wskaźnik niezgodności wystąpił w 2017 roku (0,093%).

Wśród najbardziej intensywnie monitorowanych związków znalazły się: ołów i kadm (zanieczyszczenia chemiczne), chloropiryfos i diazynon (pestycydy) oraz doksycyklina i erytromycyna (VMPR). Analizy wykazały silne powiązania między określonymi substancjami a konkretnymi produktami: pestycydy dominowały w badaniach owoców (40,6% analiz), VMPR w tkankach zwierzęcych (16,7%), a zanieczyszczenia chemiczne w mleku i jego przetworach, gdzie również występował najwyższy odsetek wyników ponad normę (1,83%).

Dzięki ustandaryzowaniu klasyfikacji produktów i substancji oraz coraz lepszej jakości metadanych (np. spadek udziału próbek o nieznanym pochodzeniu z 9,8% w 2017 do 0,93% w 2024), możliwa jest dziś bardziej precyzyjna analiza długoterminowych trendów w bezpieczeństwie żywnościowym Europy.

Różne podejścia do pobierania próbek

Analiza strategii kontrolnych ujawnia znaczące różnice między państwami członkowskimi. Irlandia stosowała najczęściej tzw. „convenient sampling” w zakresie zanieczyszczeń chemicznych – ponad 40% próbek miało charakter ukierunkowany. Z kolei Niemcy i Belgia dominowały w selektywnym pobieraniu próbek w przypadku pestycydów. W niektórych przypadkach sposób poboru był niejasny – np. dla pozostałości leków weterynaryjnych Niemcy zaklasyfikowały 75% próbek jako „inne”. Takie różnice wpływają na możliwość porównań międzynarodowych i powinny być brane pod uwagę przy ocenie danych.

Geografia ryzyka: gdzie trafiają próbki z przekroczeniami?

Dzięki poprawie jakości danych o pochodzeniu produktów, możliwe było wskazanie kierunków importu o najwyższym udziale próbek z wynikami powyżej dopuszczalnych limitów. Przodują tu przepływy spoza UE:

• Chiny → Holandia: 5,9% próbek z niezgodnością,

• Egipt → Holandia: 5,4%,

• Chiny → Niemcy: 4,4%.

W relacjach o mniejszej liczbie próbek, ale wyższym odsetku niezgodności, wyróżnia się Kambodża → Czechy (ponad 60%), Laos → Dania (35%) i Iran → Włochy (27%). Warto podkreślić, że jeszcze kilka lat temu nawet 10% próbek miało nieznane pochodzenie – obecnie ten odsetek spadł poniżej 1%, co pozwala na dokładniejsze mapowanie ryzyk związanych z importem.

Nowe technologie: federacyjne uczenie maszynowe

Zespół pracujący nad CHEFS wskazuje na potencjał zastosowania tzw. federacyjnego uczenia maszynowego – modelu analizy danych pozwalającego na przetwarzanie informacji rozproszonych w różnych lokalizacjach bez konieczności ich centralizacji. Takie podejście umożliwiłoby uwzględnienie poufnych danych przemysłowych (np. wyników kontroli wewnętrznych producentów), bez naruszania zasad ochrony danych. W połączeniu z integracją danych klimatycznych, handlowych czy legislacyjnych, otwiera to nowe możliwości w zakresie prognozowania zagrożeń i ukierunkowanego zarządzania ryzykiem.

Podsumowanie

Najnowsza analiza bazy CHEFS pokazuje, że kluczowe znaczenie dla precyzyjnego zarządzania bezpieczeństwem żywności zyskują metadane: sposób poboru, pochodzenie produktów i struktura analiz. Uzupełnienie tych informacji o źródła zewnętrzne i zaawansowane metody analityczne może znacząco zwiększyć skuteczność monitoringu. Dla branży spożywczej to sygnał, że oprócz zgodności z normami, równie ważna staje się transparentność i jakość danych wspierających podejmowanie decyzji.

Źródło: https://www.sciencedirect.com/science/article/pii/S0956713525006851