© 2024 SURF
Gezonde voedselkeuzes maken is niet altijd gemakkelijk. Om consumenten hierbij te helpen, is het wettelijk verplicht om voedingswaarden en ingrediëntenlijsten op verpakkingen van voedingsmiddelen en in de supermarktwebshop te vermelden. Steeds meer van dit soort informatie (food data) komt digitaal beschikbaar, ook voor consumenten. Met apps kunnen consumenten barcodes scannen en zien hoe gezond en ook duurzaam voedingsmiddelen zijn. Deze ontwikkeling biedt tevens nieuwe kansen voor producenten om beter op de consumentenvraag in te spelen. Doordat steeds meer food data digitaal beschikbaar komen, kan ook steeds beter gemeten worden hoe gezond ons voedingsmiddelenaanbod is. Maar dan moet die informatie wel correct zijn. Hier liggen nog uitdagingen: Food data zijn nog incompleet, onjuist, verouderd of nog helemaal niet digitaal beschikbaar. De oorzaken voor deze suboptimale informatie-uitwisseling liggen in een gebrek aan prioriteit voor food data bij producenten en te weinig samenwerking in de keten. Veel data worden nog handmatig in diverse databases overgetypt en/of er zijn te weinig mogelijkheden om de data kwaliteit te verifiëren. Er is behoefte aan transparante, complete en duidelijke food data, voor zowel consument, producent als onderzoeker.
Tegen deze achtergrond is met praktijkpartners vanuit IT en Food (Q-Ray, PS in foodservice, Questionmark en Choices International) in het project ‘Ken je voedingsmiddelscan’ een OCR-tool ontwikkeld waarmee etiketinformatie van verpakkingen van voedingsmiddelen gedigitaliseerd kan worden. OCR betekent Optical Character Recognition. Een aantal foto’s van de verpakking van een voedingsproduct zijn dan voldoende voor de OCR tool om data van de verpakking in een online database te laden. De focus heeft tot nu toe gelegen op voedingswaarden en ingrediëntenlijst. Studenten en stagiaires uit de food- en ICT-sector hebben samen gewerkt aan het ontwikkelen en testen van deze tool. Food data van de productgroep ontbijtgranen is verzameld en geanalyseerd (n 509, waarvan 217 huismerk producten): Huismerk-ontbijtgranen is verzameld en geanalyseerd (n 509, waarvan 217 huismerk producten): Huismerk-ontbijtgranen waren gemiddeld genomen gezonder (minder suiker en meer vezels) dan A-en B-merken. De A-merk producten hadden vaker voedings-en gezondheidsclaims dan de B-merken en huismerken (96%, 56% en 72%, respectievelijk). Tot slot zijn de wensen en toepassingen van de praktijkpartners in kaart gebracht. Het project is zeer succesvol, het resultaat is een OCR-tool met een 90% nauwkeurigheid. De praktijkpartners willen hier graag een vervolg aan geven: Hun doel is om deze tool op twee manieren in te zetten: Enerzijds om food data toegankelijk te maken en zo de consument te helpen bij het maken van gezondere keuzes. Anderzijds om de food datakwaliteit te voorspellen en te verbeteren.
Gezonde voedselkeuzes maken is niet altijd gemakkelijk. Om consumenten hierbij te helpen, is het wettelijk verplicht om voedingswaarden en ingrediëntenlijsten op verpakkingen van voedingsmiddelen en in de supermarktwebshop te vermelden. Steeds meer van dit soort informatie (food data) komt digitaal beschikbaar, ook voor consumenten. Met apps kunnen consumenten barcodes scannen en zien hoe gezond en ook duurzaam voedingsmiddelen zijn. Deze ontwikkeling biedt ook nieuwe kansen voor producenten om beter op de consumentenvraag in te spelen. Doordat steeds meer food data digitaal beschikbaar komen, kan ook steeds beter gemeten worden hoe gezond ons voedingsmiddelenaanbod is.
Maar dan moet die informatie wel kloppen. Hier liggen nog uitdagingen: Food data zijn nog incompleet, onjuist, verouderd of nog helemaal niet digitaal beschikbaar. De oorzaken voor deze suboptimale informatie-uitwisseling liggen in een gebrek aan prioriteit voor food data bij producenten en te weinig samenwerking in de keten. Veel data worden nog handmatig in diverse databases overgetypt.
Daarnaast heeft het lectoraat Voeding & Gezondheid van de HAS Hogeschool in de afgelopen jaren een aantal monitoringsstudies gedaan en food data verzameld voor en samen met verschillende partners. Ook hierbij werden food data van foto’s overgetypt.
Er wordt dus nog veel handwerk gedaan. Dat moet efficiënter kunnen. Daarom wordt in dit project met praktijkpartners een OCR-tool door-ontwikkeld, getest en geborgd waarmee etiketinformatie van verpakkingen van voedingsmiddelen gedigitaliseerd kan worden. Food data worden verzameld, om de gezondheid van het voedingsmiddelaanbod te bestuderen en datavaardigheden te ontwikkelen bij docenten en bij studenten, die straks in deze foodsector gaan werken. Om uiteindelijk bij te dragen aan de prioriteit voor de juistheid van ‘Food data’ bij het voedingsmiddelenbedrijfsleven en zo consumenten te helpen bij het maken van geïnformeerde keuzes.
OCR = Optical Character Recognition, hiermee kunnen beelden van getallen en woorden weer omgezet worden in digitale informatie.