Basis Data 'True Food' Memberi Peringkat 50,000 Makanan Olahan, Memberdayakan Pilihan yang Lebih Sehat

Para ilmuwan yang dipimpin oleh Jenderal Mass Brigham telah menciptakan basis data “True Food”, yang memeringkat lebih dari 50,000 makanan olahan yang tersedia di toko-toko kelontong besar di AS. Prakarsa ini bertujuan untuk membantu konsumen dan pembuat kebijakan dalam memahami tingkat pengolahan makanan dan membuat pilihan makanan yang lebih sehat.

Dalam sebuah inisiatif inovatif untuk mempromosikan kebiasaan makan yang lebih sehat, para peneliti yang dipimpin oleh Mass General Brigham telah memperkenalkan “Makanan Sejati,” basis data komprehensif yang memberi peringkat tingkat pemrosesan lebih dari 50,000 jenis makanan yang tersedia di toko kelontong besar. Alat baru ini bertujuan untuk mengungkap dunia pemrosesan makanan yang rumit bagi konsumen dan pembuat kebijakan, dengan memberikan wawasan yang jelas dan dapat ditindaklanjuti tentang makanan yang kita makan.

Diterbitkan Dalam jurnal Nature Food, penelitian ini memanfaatkan algoritma canggih untuk menganalisis tingkat pemrosesan makanan yang dijual di Target, Whole Foods, dan Walmart. Setiap produk diberi "skor pemrosesan", yang mencerminkan seberapa banyak makanan tersebut diproses.

Temuan ini mengungkap kebutuhan mendesak untuk pemahaman dan regulasi yang lebih besar terhadap makanan olahan yang mendominasi rak-rak toko kelontong.

“Ada banyak pesan yang membingungkan tentang apa yang harus dimakan seseorang. Pekerjaan kami bertujuan untuk menciptakan semacam penerjemah untuk membantu orang melihat informasi makanan dengan cara yang lebih mudah dicerna,” kata penulis korespondensi Giulia Menichetti, seorang peneliti di Divisi Kedokteran Jaringan Channing di Rumah Sakit Brigham dan Wanita, dalam sebuah pernyataan. rilis berita.

Meningkatnya konsumsi makanan olahan selama beberapa dekade terakhir menimbulkan risiko kesehatan yang signifikan, termasuk obesitas, diabetes, dan penyakit jantung. Makanan ini sering kali mengandung zat aditif, pengawet, dan kadar gula serta lemak yang tidak sehat, sementara nutrisi penting hilang selama proses pengolahan. Namun, mengidentifikasi tingkat pengolahan dalam makanan merupakan tantangan bagi konsumen.

“Ketika orang mendengar tentang bahaya makanan olahan, mereka bertanya, 'Baiklah, apa saja aturannya? Bagaimana kita dapat menerapkan pengetahuan ini?'” Menichetti menambahkan. “Kami sedang membangun perangkat untuk membantu orang menerapkan perubahan pada pola makan mereka berdasarkan informasi yang tersedia saat ini tentang pengolahan makanan.”

Para peneliti dengan cermat mengumpulkan data dari Target, Whole Foods, dan Walmart, memeriksa bahan-bahan, fakta nutrisi, dan harga.

Informasi ini digunakan untuk membuat GroceryDB, repositori luas yang dapat diakses melalui situs web True Food. Situs web tersebut tidak hanya menyediakan skor pemrosesan tetapi juga fakta nutrisi terperinci dan rincian bahan untuk setiap jenis makanan.

Temuan tersebut menyoroti perbedaan mencolok dalam ketersediaan makanan olahan minimal di berbagai pengecer. Sementara Whole Foods menawarkan berbagai tingkat pengolahan, Target dan Walmart sebagian besar menyediakan barang olahan dalam beberapa kategori, termasuk sereal dan yogurt.

Meskipun data yang disajikan sangat lengkap, para peneliti mengakui adanya keterbatasan pada basis data saat ini — basis data hanya diambil dari tiga penyimpanan pada satu waktu.

Perluasan proyek di masa mendatang bertujuan untuk menggabungkan data geolokasi dan temporal guna menilai variasi regional dan dampaknya terhadap kesehatan masyarakat.

“Orang-orang dapat menggunakan informasi ini, tetapi tujuan kami adalah mendorongnya menjadi alat berbasis data berskala besar untuk meningkatkan kesehatan masyarakat,” tambah Menichetti. “Inisiatif ini tidak hanya meletakkan dasar bagi upaya serupa secara global, tetapi juga menggarisbawahi peran penting data akses terbuka yang dapat dibandingkan secara internasional dalam memajukan keamanan gizi global dengan tujuan memastikan bahwa setiap orang memiliki akses ke pilihan makanan sehat dalam aktivitas sehari-hari mereka.”

Penelitian ini tidak hanya menyoroti kekuatan pembelajaran mesin dalam ilmu pangan tetapi juga menjadi preseden bagi basis data pangan yang berpusat pada kesehatan di masa depan di seluruh dunia.