องค์การอาหารและยาของสหรัฐ เตรียมนำเทคโนโลยี blockchain มาใช้ในการตรวจสอบย้อนหลังของอาหารสด

0
333

ศูนย์ควบคุมและป้องกันโรค (CDC) เปิดเผยว่าทุกปี 1 ใน 6 ของคนอเมริกันหรือ 48 ล้านคน ป่วยจากเชื้อโรคในอาหาร จากจำนวนทั้งหมดมีผู้ที่ต้องรักษาอยู่ในโรงพยาบาลประมาณ 128,000 รายและเสียชีวิต 3,000 ราย เชื้อโรคที่ปนเปื้อนอาหาร ได้แก่ listeria, salmonella, E. coli และ cyclospora

สำนักงานคณะกรรมการอาหารและยาของสหรัฐอเมริกากำลังรับมือกับการระบาดของเชื้อ E. coli ที่พบมากในผักกาดหอมคอส องค์การอาหารและยา (FDA) กล่าวว่ามีผู้ป่วย 43 รายใน 12 รัฐที่ติดเชื้อโรคระบาดมาตั้งแต่เดือนตุลาคม แม้ว่าการระบาดครั้งนี้จะลดลงไปถึงหกมณฑลในรัฐแคลิฟอร์เนีย แต่ก็ต้องใช้เวลาหลายสัปดาห์ในการระบุแหล่งที่มา ปัญหาคือจะสร้าง solution ที่มาจาก blockchain อย่างไรให้สามารถติดตามแหล่งกำเนิดของอาหารที่ปนเปื้อนได้อย่างทันท่วงที

ดร.Laura Gieraltowski หัวหน้าทีมต่อต้านการระบาดของโรคแห่ง CDC กล่าวกับ CNBC ว่ากระบวนการที่เป็นอยู่ในปัจจุบันเป็นเรื่องที่ยากและใช้เวลานาน และที่น่าเป็นห่วงคือร้านขายของชำอาจไม่ได้เก็บกล่องที่มีฉลากจากศูนย์กระจายสินค้าหรือแหล่งการผลิตไว้ ซึ่งทำให้ยากต่อการติดตามว่าอาหารมาจากที่ใด

ดร. Scott Gottlieb กรรมาธิการ FDA กล่าวกับ NBC News ว่า “เราอยู่ในฐานะที่ไม่สามารถแยกแยะหรือทำการได้อย่างเต็มที่กับการส่งคืนสินค้าให้กับเกษตรกรรายใดได้เลย” และ Gottlieb ก็หวังว่าผู้ที่ FDA ได้ทำการว่าจ้างมาล่าสุดอย่าง Frank Yiannas ซึ่งเป็นรองประธานฝ่ายความปลอดภัยด้านอาหารของ Walmart มารับตำแหน่งรองผู้บัญชาการด้านอาหารและสัตวแพทยศาสตร์ จะสามารถช่วยผลักดันการใช้ blockchain เป็น solution ในการติดตามการปนเปื้อนของอาหารได้ “หนึ่งในความเชี่ยวชาญของ Frank คือการพัฒนาเทคโนโลยี blockchain เพื่อติดตามและบันทึกผล”

Gottlieb ได้กล่าวเพิ่มเติมว่า “blockchain สามารถทำหน้าที่เป็นบัญชีแยกประเภทเพื่อติดตามหัวผักกาดหรือกล่องผลไม้ทุกชนิดจากฟาร์มที่ส่งมาเก็บไว้ในร้านอาหารเพื่อส่งต่อให้กับผู้บริโภค เราต้องการที่จะเชื่อมโยงการระบาดของโรคไปยังแหล่งที่มาที่แน่นอน เช่น แหล่งที่ปลูก ประเภทของฟาร์มและผู้จัดจำหน่าย” ถ้าหากเทคโนโลยีนี้เกิดขึ้นจริง จะสามารถระบุตำแหน่งของแหล่งแพร่เชื้อ และแจ้งเตือนต่อผู้บริโภคได้อย่างทันท่วงที

 

 

ที่มา

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.