謝雙, 肖革新, 張成梅, 王婭南, 張朝正, 陸洋, 孫曉紅, 譚紅,7*

(1.貴州醫(yī)科大學公共衛(wèi)生學院, 貴陽 550025; 2.國家食品安全風險評估中心, 北京 100020; 3.貴州省分析測試研究院, 貴陽 550014; 4.貴陽市公共衛(wèi)生救治中心, 貴陽 550004; 5.廣東省疾病預防與控制中心, 廣州 511430; 6.貴州省輕工業(yè)科學研究所, 貴陽 550002; 7.貴州科學院, 貴陽 550001)

食品分類系統(tǒng)是指科學規(guī)范食品分類的標準性文件[1]，針對特定目的建立的分類形式有所不同[2]。食品編碼是在分類的基礎上，根據(jù)一定規(guī)則制定的對應編碼[3]。《中華人民共和國食品安全法》第十四條規(guī)定：國家建立食品安全風險監(jiān)測制度，對食源性疾病、食品污染以及食品中的有害因素進行監(jiān)測[4]。食品分類和編碼體系的建設是實現(xiàn)構建食品安全風險監(jiān)測體系的基本框架和參考標準[5]，也是實現(xiàn)監(jiān)管精細化、高效化的基礎。同時，食品分類與編碼體系是開展食品研究、食品內(nèi)外貿(mào)易的重要數(shù)據(jù)基礎[3]，是食品數(shù)據(jù)的最終使用工具[6]，與數(shù)據(jù)融合共享以及整理、分析等都有重要關聯(lián)。

為實施食品安全風險監(jiān)測計劃，國家衛(wèi)生健康委員會(簡稱“衛(wèi)健委”)下屬機構國家食品安全風險評估中心開發(fā)了全國食品污染物填報系統(tǒng)、食源性疾病暴發(fā)監(jiān)測系統(tǒng)和全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺，對各類監(jiān)測數(shù)據(jù)進行收集、管理和分析，以提高對食品安全風險的識別、監(jiān)測、評估及預警。但目前由于食品分類與編碼體系間不統(tǒng)一，出現(xiàn)了數(shù)據(jù)孤島和數(shù)據(jù)隔離等問題，使監(jiān)測數(shù)據(jù)面臨有效性差、利用率低、共享難等尷尬局面[7]。食品安全大數(shù)據(jù)具有海量、高速變化、噪聲、結構復雜等特點[8]。但由于數(shù)據(jù)不融合的問題，目前我國各系統(tǒng)間存在3大主要問題：食品分類習慣不統(tǒng)一、食品編碼不規(guī)范、數(shù)據(jù)共享交換難。食品分類和編碼是食品安全大數(shù)據(jù)和信息化建設的基礎性工作，分類與編碼的一致性、完整性和易用性將直接影響到上層信息系統(tǒng)的信息交互、信息數(shù)據(jù)共享與深度分析利用。沒有統(tǒng)一的科學分類與編碼，現(xiàn)實世界、概念世界與數(shù)據(jù)世界之間的關系映射會發(fā)生紊亂，導致數(shù)據(jù)統(tǒng)計和分析結果矛盾沖突。

本文以全國食品污染物填報系統(tǒng)、食源性疾病暴發(fā)監(jiān)測系統(tǒng)和全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺中的食品分類和編碼體系為研究對象，首先通過橫向比較，從食品分類層級、依據(jù)和編碼位數(shù)、規(guī)則等方面入手研究了體系間的差異，其次參考科學的分類編碼方法建立通用標準體系，并以此為基礎，建立了食品映射標注系統(tǒng)網(wǎng)絡平臺，利用本體映射等方法完成食品安全數(shù)據(jù)的跨庫查詢、統(tǒng)計，從而解決數(shù)據(jù)孤島和數(shù)據(jù)隔離等問題，為加快推動食品安全數(shù)據(jù)融合共享、提高數(shù)據(jù)利用率、減少資源浪費提供切實可行的參考方案。

1 材料與方法

1.1 數(shù)據(jù)來源

以國家食品安全風險評估中心開發(fā)建立的全國食品污染物填報系統(tǒng)、食源性疾病暴發(fā)監(jiān)測系統(tǒng)和全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺中的食品分類和編碼相關數(shù)據(jù)為研究對象，分別納入1 340、500和2 401個具體食品。數(shù)據(jù)包括“名稱”“食品編碼”和“路徑”。

1.2 研究方法

①比較研究：整理歸類食品分類和編碼相關數(shù)據(jù)，橫向對比各系統(tǒng)的食品大類構成、設計目標、分類層次及依據(jù)、編碼位數(shù)及規(guī)則等；②通用標準體系建立：在借鑒國際和國外食品分類的科學方法和食品安全數(shù)據(jù)編碼經(jīng)驗的基礎上，結合我國食品特性，研究建立一套具有中國特色的、兼容、可擴展的食品分類和編碼通用標準體系；③數(shù)據(jù)層融合：基于上述通用標準體系以及食品安全大數(shù)據(jù)融合技術建立食品映射標注系統(tǒng)網(wǎng)絡平臺，利用數(shù)據(jù)層融合、映射方式解決食品分類和編碼相關數(shù)據(jù)融合問題。

1.3 質量控制

“食品編碼”需符合各自體系的編碼規(guī)則，且在同一體系中每個名稱對應的編碼是唯一、不重復的。

1.4 數(shù)據(jù)分析

采用Microsoft Excel 2010軟件對數(shù)據(jù)進行整理和核對，統(tǒng)一不規(guī)范的食品名稱和編碼格式，對可疑數(shù)據(jù)進行篩查，為數(shù)據(jù)導入食品映射標注系統(tǒng)網(wǎng)絡平臺做好準備。

2 結果與分析

2.1 三大監(jiān)測系統(tǒng)中食品大類名稱及構成比較

三大監(jiān)測信息系統(tǒng)中食品大類名稱及構成比較結果見表1。全國食品污染物填報系統(tǒng)中有32個食品大類，145個亞類，共包含1 340個結點；全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺有26個食品大類，151個亞類，共包含2 401個結點；食源性疾病暴發(fā)監(jiān)測系統(tǒng)中共有植物類、動物類、其他食品產(chǎn)品類、保健食品、不明、混合食品、多種食品和盒飯8個食品大類，25個亞類，500個結點，但由于其中多個大類不存在下一級，以更具可比性的25個亞類作為此系統(tǒng)的大類進行比較。相同大類在不同體系中名稱也存在一定差異。

表1 三大監(jiān)測信息系統(tǒng)食品大類名稱比較Table 1 Comparison of the food category of three major surveillance information systems

2.2 三大監(jiān)測系統(tǒng)設計目標、食品分類和編碼規(guī)則比較

全國食品污染物填報系統(tǒng)的建立是為實現(xiàn)在線數(shù)據(jù)審核、查詢和動態(tài)統(tǒng)計分析，實現(xiàn)我國食品污染物監(jiān)測數(shù)據(jù)上報的標準化管理[9]；食源性疾病暴發(fā)監(jiān)測系統(tǒng)能提供有關食源性疾病危害程度、發(fā)生原因及其變化趨勢等基本信息，以便采取相應的預防與控制對策，對指導食品安全政策和食源性疾病防治工作具有十分重要的意義[10]；全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺為了解和掌握我國食品中食源性致病菌的污染狀況，以實現(xiàn)數(shù)據(jù)上報的規(guī)范化和時效性、數(shù)據(jù)審核的便利性、數(shù)據(jù)統(tǒng)計的自動化、方便數(shù)據(jù)的上報和讀取，迅速應對和科學決策提供基礎條件而建立[11]。

各體系的分類層級不一致。在農(nóng)產(chǎn)品和初級農(nóng)產(chǎn)品的分類上依據(jù)較相似，均是靠生物學和加工方式等分類；但在具體食品和特殊類別，如包裝材料、食品添加劑等分類依據(jù)上差別較大。各體系編碼位數(shù)長短和規(guī)則也不統(tǒng)一，一定程度上差異較大,詳見表2。

表2 三大監(jiān)測信息系統(tǒng)分類和編碼規(guī)則比較Table 2 Comparison of classification and coding rules of three surveillance information systems

2.3 融合三大監(jiān)測系統(tǒng)的通用標準體系建立

以我國常識食品分類規(guī)律為特性，國際食品法典委員會的食品添加劑通用法典標準[12]、食品與動物飼料分類標準[13]，國際物品編碼協(xié)會EAN·UCC[14]、歐盟食品安全局FoodEx2[15]、美國農(nóng)業(yè)部食品與營養(yǎng)日常研究數(shù)據(jù)庫[16]、日本“肯定列表制度”[17]和德國食品法典與營養(yǎng)數(shù)據(jù)庫[18]食品分類系統(tǒng)為參照，以食品加工方式為依據(jù)，以我國食品安全國家標準中食品分類附錄、市場上主要流通食品商品的食品名稱為標準，遵循“唯一性、排他性、窮舉性”三大原則，將標準中的食品分為8個層級、24個大類，133個亞類，若干組別，涵蓋2 504個具體食品。各大類名稱及各類食品數(shù)量見圖1。為更準確描述帶有多種加工方式、分類不能完全覆蓋的食品，在通用標準體系中添加了“方面”，利用“分類”+“方面”中屬性的方式完成對食品更準確的描述，“方面”的建立參考了歐盟FoodEx2系統(tǒng)[15]的32個“方面”，通過對我國食品安全法和附加屬性的考慮，最終添加了20個適用于我國食品的“方面”，詳見表3，涵蓋280個屬性。

注:1—飲料；2—水產(chǎn)動物及其制品；3—蔬菜及其制品；4—豆類及豆類制品；5—糕點；6—水果及其制品；7—淀粉和淀粉制品；8—谷物及其制品(不含烘焙制品);9—畜禽肉及副產(chǎn)品；10—調(diào)味品；11—餐飲食品；12—保健食品;13—糖類及產(chǎn)糖植物；14—食用油、油脂及其制品；15—鮮乳及乳制品；16—特殊膳食用食品；17—堅果籽類及其制品；18—其他類食品；19—蛋及蛋制品；20—食用動物；21—膨化食品；22—蜂產(chǎn)品；23—醫(yī)學用途配方食品；24—食用明膠相關產(chǎn)品。Note: 1—Beverages；2—Aquatic animals and derived products；3—Vegetables and derived products；4—Beans and soy products；5—Pastry products；6—Fruits and derived products；7—Starch and starch products；8—Cereals and derived products(no baking products);9—Poultry meat and by-products；10—Condiments；11—Catering foods；12—Health foods;13—Sugars and sugar-producing plants；14—Edible oil, grease and products；15—Milk and dairy products；16—Special dietary foods；17—Nut and seeds products；18—Other foods；19—Eggs and egg products；20—Edible animal；21—Puffed food；22—Bee products；23—Formula food for medical use；24—Edible gelatin related products圖1 通用標準體系食品大類及各大類下具體食品分布Fig.1 General standard system of food categories and specific food distribution under each category

該體系中分類和屬性均采用流水號編碼，由電腦自動分配，共編碼5位字符，首字母為F，中間3個字符為拉丁字母和阿拉伯數(shù)字，最后一位字符為拉丁字母，碼制為：F[A-Z 0-9]{3}[A-Z]，理論上可以對1 213 056個條目進行編碼。分類和屬性間用“|”連接，各屬性間用“$”連接，句法規(guī)則為：食品分類碼|屬性表編碼.該屬性編碼$…末位屬性表編碼.末位屬性編碼，多個屬性的先后順序按照表3編號的順序排列。

2.4 融合三大監(jiān)測系統(tǒng)網(wǎng)絡平臺的建立

在2.3的理論基礎之上，利用信息化手段，通過集成本體、編碼規(guī)則、分類標準構建了食品映射標注系統(tǒng)網(wǎng)絡平臺，完成通用標準體系與全國食品污染物填報系統(tǒng)、食源性疾病暴發(fā)監(jiān)測系統(tǒng)和全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺中食品分類和編碼相關數(shù)據(jù)的映射，實現(xiàn)多系統(tǒng)的數(shù)據(jù)融合。網(wǎng)絡平臺建立技術流程見圖2，三大監(jiān)測系統(tǒng)食品數(shù)據(jù)映射機制流程見圖3。

圖2 網(wǎng)絡平臺建立的技術流程Fig.2 Technical flow of network platform establishment

圖3 三大監(jiān)測系統(tǒng)食品數(shù)據(jù)映射融合機制流程Fig.3 Flow of food data mapping fusion mechanism of three monitoring systems

3 討論

國務院于2015年發(fā)布《促進大數(shù)據(jù)發(fā)展行動綱要》，以推動政府數(shù)據(jù)開放共享，促進社會事業(yè)數(shù)據(jù)融合和資源整合[20]。由于大多數(shù)據(jù)庫采用不同的食品識別方法，且數(shù)據(jù)庫資金投入巨大，重新構建統(tǒng)一的數(shù)據(jù)庫不符合職能需求和現(xiàn)實情況，因此，很難在國家、組織之間甚至同一機構內(nèi)實現(xiàn)數(shù)據(jù)交換[21]。在不影響原系統(tǒng)架構的同時，解決食品安全數(shù)據(jù)融合問題，食品映射標注系統(tǒng)網(wǎng)絡平臺的建立顯得尤為重要，它能通過映射的橋梁來連接各個數(shù)據(jù)孤島，解決數(shù)據(jù)融合問題。

本研究建立的通用標準體系的分類參考了國際分類標準，按照大類、亞類、多級組別、具體食品等8個層次進行分類，其中大類和亞類是在GB 2760—2014附錄E[19,22]劃分基礎上，再結合監(jiān)測系統(tǒng)實際情況形成的；多級組別參考了相關的食品行業(yè)及國家分類標準，例如果凍、膨化食品等國家標準中的定義和產(chǎn)品分類[23-24]，這彌補了GB 2760—2014對部分分類過于籠統(tǒng)[25]的問題；具體食品充分考慮我國市場上流通的主要食品[26-27]、監(jiān)測系統(tǒng)以及《中國食物成分表》[28]中的具體食品名稱等，涵蓋的食品更多，充分滿足我國復雜的飲食結構。

由于我國食品原料多樣、加工程序繁瑣及加工方式復雜[3]，不能照搬國外食品單一、原料及加工方式明確[29]的食品分類和編碼體系，而現(xiàn)有監(jiān)測系統(tǒng)中的食品分類和編碼并不能全面、準確地對食品進行描述。本研究借鑒歐盟FoodEx2[15]食品分類+屬性的多元組合的理論方法及對應的編碼算法，建立了符合我國飲食文化的通用標準體系，不僅可用來描述食品的有用細節(jié)，同時輸出的編碼可以用來快速識別、提取食品安全相關數(shù)據(jù)，更好地建立各系統(tǒng)間的數(shù)據(jù)關聯(lián)，為后續(xù)的數(shù)據(jù)分析提供技術支撐。本研究以標準的分類編碼作為衛(wèi)健委三大監(jiān)測系統(tǒng)的共同橋梁，分別與標準分類編碼系統(tǒng)進行映射，達到三大系統(tǒng)之間的后臺數(shù)據(jù)的融合。

本研究通過在后臺構建通用標準編碼與網(wǎng)絡標注平臺，在不影響原有全國食品污染物填報系統(tǒng)、食源性疾病暴發(fā)監(jiān)測系統(tǒng)、全國食品微生物風險監(jiān)測數(shù)據(jù)匯總信息平臺三大系統(tǒng)的各自獨立運行的基礎上，實現(xiàn)三大系統(tǒng)互聯(lián)互通和數(shù)據(jù)共享交換，初步解決了化學污染物、病原微生物及食源性疾病監(jiān)測之間的業(yè)務孤島，為進一步探索化學污染物與微生物聯(lián)合作用機制、食源性疾病的病因溯源與關聯(lián)分析奠定了基礎。

下一步，借助本研究食品分類與編碼系統(tǒng)可以有效兼容現(xiàn)有的外部多源異構的監(jiān)測系統(tǒng)，實現(xiàn)全鏈條、全過程、跨部門的數(shù)據(jù)融合。例如，可以將農(nóng)業(yè)農(nóng)村部、市場監(jiān)管總局、海關總署等部門食品安全數(shù)據(jù)進行關聯(lián)分析，構建知識圖譜和深度學習的人工智能模型，實現(xiàn)深度挖掘分析，為建立基于大數(shù)據(jù)的食品安全現(xiàn)代化治理體系奠定基礎。