数字化与人工智能赋能支持基于 HACCP 的乳制品食品安全管理：功能、证据及实施边界

《Food Control》：Digital and AI-Enabled Support for HACCP-Based Dairy Food Safety Management: Functions, Evidence, and Implementation Boundaries

　　

# 数字与人工智能赋能技术在乳制品食品安全管理中的应用：功能导向综述

**摘要** 乳制品食品安全管理涵盖初级生产、采购、加工、包装、储存、运输和分销等各个环节。生物性、化学性、物理性和致敏性危害因素因产品和工艺的差别而有所不同。数字化和人工智能（AI）赋能工具可以扩展数据收集、解读以及与危害分析和关键控制点（HACCP）及食品安全管理体系（FSMS）活动相连接的方式。其价值取决于所支持的功能以及针对预期用途的证据。本综述为功能导向的叙述性综述，考察了传感器、物联网系统、溯源平台、机器学习、预测微生物学、快速检测、知识图谱、检索增强生成和大语言模型。比较涵盖五项功能：危害分析与风险优先级排序；监控与偏差检测；验证及筛查—确认接口；文档管理、溯源与计划审查；以及纠正措施接口的决策支持。分析框架记录了乳制品相关性、部署阶段和验证范围，并区分了分析输出与报警、经验证的偏差、确认证据及特定场所的行动。已审查的工具在数据采集、监控和验证输入方面最为成熟。在危害优先级排序、数字计划审查和AI辅助决策支持方面的证据较为薄弱。食品安全领域的应用需要结合乳制品产品和工艺背景、适用性证据、经批准的程序、可审计的记录以及由负责人员的审查。重要约束包括互操作性、真实乳制品验证、模型和传感器生命周期管理、组织能力以及食品安全文化。

**引言** 乳制品食品安全是一个链条层面的问题。饲料安全、动物健康、兽药使用、挤奶卫生和农场储存都影响着原料乳的质量。采购和供应商控制影响哪些物料进入工厂，而加工、包装、储存、运输和分销则决定了危害是被控制还是被重新引入（FAO & WHO, 2023; Talari等, 2024）。风险特征在液态奶、发酵乳和酸奶、奶酪、乳粉和婴幼儿配方奶粉（PIF）之间也存在差异（Gonzales-Barron等, 2023; Mousavi等, 2023; Roman & Sanchez-Siles, 2025; Verraes等, 2015）。相关关注点包括致病菌、Aflatoxin M1和兽药残留、异物以及乳制品致敏原、交叉接触或标签标识缺陷。产品配方、热处理历史、环境暴露、储存条件和目标消费群体还会进一步改变这些关注点的重要性（FAO & WHO, 2006, 2023）。

危害分析和关键控制点（HACCP）提供了一个预防性框架，将上述背景转化为危害分析、控制措施、监控、纠正措施、验证和记录（FAO & WHO, 2023; Food and Agriculture Organization of the United Nations, 2023）。它与良好卫生规范（GHPs）及其他先决方案（PRPs）协同运作，包括卫生消毒、人员卫生、设备维护、供应商控制和环境监控。随着过程数据的增长和人工智能（AI）的引入，这些基本原则保持不变，但信息环境已经改变。传感器数据流、实验室结果、环境监控历史记录、供应商记录、溯源数据以及法规或科学文献现在可以以孤立纸质或静态电子记录难以管理的规模和频率进行整合（Donaghy等, 2021; Sartoni等, 2025）。

这一变化创造了机遇，同时也需要审慎解读。传感器和物联网（IoT）系统可以改进数据采集；机器学习和预测微生物学模型可以识别模式或估算场景；快速分析系统可以支持筛查；知识图谱或大语言模型（LLMs）可以组织和检索信息。这些输出具有不同的证据角色。温度报警需要对照适用的限值进行评估，筛查分类可能需要确认，而模型推荐则进入由场所程序管理的决策流程。因此，解读取决于产品和工艺、相关的控制措施或行动标准以及工具的已验证适用范围（An等, 2026; Bittsánszky等, 2026; Dimitrakopoulou & Garre, 2025; Zhao等, 2025）。

现有文献对这些要素的连接是不均匀的。乳制品危害综述提供产品或微生物特异性证据（Gonzales-Barron等, 2023; Roman & Sanchez-Siles, 2025），而数字FSMS研究则侧重采用条件和组织约束（Sartoni等, 2025）。AI和数字分析综述主要描述技术和分析性能（Li等, 2025; Mohammadi等, 2024; Singh等, 2024）。以技术为中心的编排可能模糊所支持的功能，并将概念性、实验室、回顾性和运营性证据混为一谈。因此，需要进行功能导向的综合分析，以比较针对相同任务的工具，并区分可行性与常规食品安全应用所需的证据。

本综述作为功能导向的叙述性综述，旨在批判性地综合数字化和AI赋能技术如何支持乳制品食品安全管理中的特定HACCP/FSMS功能。比较考虑证据相关性、部署阶段、验证范围以及从技术输出到文档化食品安全决策的路径。五项功能分别为：危害分析与风险优先级排序；监控与偏差检测；验证及筛查—确认接口；文档管理、溯源与计划审查；以及纠正措施接口的决策支持。

**综述设计与分析范围** 本研究以叙述性、功能导向的综述形式开展，系统综述和Meta分析程序不在其设计范围内。分析范围涵盖映射到综述目标中至少一项功能的数字化和AI赋能技术。关于验证、治理、实施和人为责任的交叉证据也被纳入考量。乳制品范围从初级生产和采购延伸至原料乳接收、加工、Dairy 范围和功能分析框架。乳制品范围始于初级生产和采购，在工厂接收之前。包括饲料安全、动物健康、兽药使用、挤奶卫生、农场储存、供应商批准和 incoming material 控制，随后是原料乳接收、加工、包装、储存、运输和分销。产品包括液态奶、发酵乳和酸奶、奶酪、乳粉和PIF；其他乳制品仅在提供与本综述某项功能相关的证据时纳入。

**结果与讨论：数字与AI对HACCP/FSMS功能的支撑** 数字和AI赋能技术只有在它们的输入和输出连接到已定义的HACCP/FSMS功能时，才能对乳制品食品安全管理作出贡献。表2总结了五项功能和决策边界；表3在技术—功能层面比较了证据。

**证据相关性、部署与验证** 证据在相关性、研究设计、部署和验证方面存在差异。R/D/V方案因此记录不同的维度，不作为准备度或偏倚风险评估量表。直接的乳制品研究主要集中在回顾性分析、实验室或原型检测、单点监控、产品特异性建模和方法验证方面。综述和跨行业研究用于解读机制和实施关切；技术—功能定性评级……

**研究优先事项** 表4总结了主要证据缺口和相应的研究优先事项。

**综述局限性** 本叙述性综述未按照前瞻性注册的系统检索方案进行。提交的75个来源路径无法重构为可复现的数据库检索。补充检索有日志记录并针对六个已识别的缺口，因此不能推断为穷尽性覆盖。筛查、编码和综合使用了作者定义的相关性/部署/验证方案，采用单一评审员评估且无正式的偏倚风险或Meta分析程序。

**结论** 本综述为评估乳制品HACCP/FSMS实践中的数字和AI赋能工具提供了一个功能优先的框架。它将异构技术针对相同的五项任务进行比较，并区分三种证据属性——乳制品相关性、部署阶段和验证范围。它还追踪了测量值、分类和推荐如何进入食品安全工作，从而区分技术性能与文档化决策所需的证据和程序。

**作者贡献声明** 陈浩恒：撰写—审阅与编辑，撰写—初稿，可视化，验证，方法论，调查，数据整理，概念化。宋晓东：验证，方法论。董冠君：验证，资源。程聪扬：方法论，调查。陈程城：方法论，调查。马哲浩：调查，数据整理。崔晓辉：验证，监督，方法论。丁浩瀚：撰写—审阅与编辑，撰写—初稿，监督，U……

**未引用参考文献** FAO & WHO, 2006; FAO & WHO, 2023; Food and Agriculture Organization of the United Nations, 2023.

**数据可用性** 本叙述性综述未产生新的研究数据。分析的来源列于参考文献列表中。

**数据可用性声明** 本次综述未生成或分析新的数据集。所有引用的来源列于参考文献列表中。

**生成式AI及AI辅助技术在手稿准备过程中的声明** 在准备本研究过程中，作者使用OpenAI Codex支持语言修订、文档格式化和可编辑提交材料的准备。使用该工具后，作者根据需要审阅和编辑了内容，并对已发表论文的内容承担全部责任。

**资助** 本研究得到中国国家重点研发计划（项目编号：2024YFE0199500）的资助。资助方未参与综述的设计、文献的解读、手稿的撰写或决定投稿发表。

**资助声明** 本研究由国家重点研发计划资助（2024YFE0199500）。资助方未参与综述的设计、文献的解读、手稿的撰写或决定投稿发表。

**利益冲突声明** 作者声明，不存在任何已知的可能影响本文所述工作的竞争性经济利益或个人关系。

**致谢** 作者感谢研究组成员在手稿准备过程中的建设性讨论和支持。

丁浩瀚|陈浩恒|宋晓东|董冠君|程聪扬|陈程城|马哲浩|崔晓辉