“AI”賦能新質生産力 助力農安檢測走向智慧化

“過去檢測結果出來後，要判斷它是否超標，要手動翻查厚達406頁的《食品安全國家標準食品中農藥最大殘留限量GB 2763－2021》，同時，還要翻查其增補版，這只是一個樣品中的一個參數，非常費力，完成一批樣需要一兩天時間，現在用這個智慧檢索系統，輸入檢測數據後，一鍵即生成結果！”在北京市農産品品質安全中心的數據分析室裏，檢測人員正通過AI農殘智慧檢索判讀系統處理檢出數據，系統自動生成含風險等級標記的判讀結果。

近年，隨著農産品品質安全檢測任務的不斷增加，面對龐大的樣本量和眼花繚亂的農獸藥殘留檢測參數，傳統工作模式已難以滿足需求。為加快推進AI技術在農産品品質安全檢測領域的應用，中心技術人員積極擁抱AI潮流，探索實踐路徑。通過引入DeepSeek、騰訊雲，構建起一套涵蓋實驗設計、樣品前處理、標準查詢、圖像識別、結果判定等各環節高效便捷的AI輔助檢測與分析體系，促進農安檢測工作由傳統方式向智慧化邁出了重要一步。

實驗設計從“手動核算”到“智慧分析”

通過引入AI智慧演算法，構建多目標約束優化模型，突破了傳統農藥殘留加標實驗需根據目標濃度、稱樣量動態匹配標液濃度與體積，實驗人員需反覆試算以滿足多重限制條件等的複雜性。系統基於樣本稱樣量、目標濃度範圍及儀器檢測限，自動生成標液濃度－體積適配方案，同時提供操作步驟和誤差控制與驗證，工作效率提升60％。

樣品前處理從“全流程人工”到“全自動無人操作”

在農安檢測樣品前處理環節，複雜的提取、凈化、濃縮、轉溶等傳統化學分析方法，存在著檢測週期長、成本較高等弊端。通過與北京慧榮和科技有限公司合作引進的全自動QuEChERS實驗儀，融合了人工智慧、機器視覺、氣壓傳感等前沿技術，整合自動加液、自動加鹽、自動震蕩、渦旋、離心、自動精密移液等功能，全程無需人員值守，避免人工操作誤差，實現前處理全流程自動化檢測，保證了檢測的穩定性，樣品前處理效率提升100％。

獸殘檢測從“手動查詢”到“智慧匹配”

《食品安全國家標準食品中獸藥最大殘留限量GB31650》系列標準的頻繁更新，以及不同動物種類、靶組織中最大殘留限量的複雜規定，使得在結果判定“手動查詢”標準這一環節中不僅耗時耗力，還極易出現誤差。為此，技術人員借助AI大模型，自主開發了“獸藥殘留智慧查詢系統”，僅需簡單選擇動物種類和靶組織，輸入藥物名稱，系統便能快速精準地呈現對應的最大殘留限量，同時提供藥物分類情況、殘留標誌物、適用檢測標準等詳盡資訊。

結果判定從“人工翻查”到“智慧檢索判讀”

農産品樣品經過各環節檢測流程，最終出具檢測結果後，是否超標和超標風險情況等分析判讀是檢測的關鍵步驟，但涉及到農産品僅蔬菜種類數量達一百多項，限量值有1萬餘條，人工比對不僅耗時耗力，而且極易判定出錯。為此，技術人員針對北京市種植産品及用藥狀況構建了141種農産品，105種農藥參數的農殘限量值專用數據庫。利用AI大模型DeepSeek編寫VBA代碼，自主成功開發了農殘限量值智慧檢索判讀系統，動態關聯檢測數據和限量值數據庫，通過一鍵式智慧檢索，實現了從“手動查詢”到“智慧判讀”的跨越式升級，尤其對於持續的保障任務和應急工作，出具結果數據的效率顯著提升。以30個蔬菜樣品中86種農藥殘留檢測為例，傳統人工比對通常需要1－2天時間，而使用該系統，把數據表格上傳後，1分鐘內即可完成查詢、匹配、結果判定並生成風險可視化結論，效率提升99％以上。

速測AI圖像識別從“人眼讀取”到“手機智慧識別”

隨著2025年北京市農産品品質安全監管要求的提升，全市基層監管機構使用膠體金速測技術進行農藥殘留快速檢測的樣本量預計將突破5．4萬份，同時企業自檢和消費者居家檢測需求也將快速增長。傳統人工判讀方式存在效率低、易受環境光照及主觀因素影響、結果一致性差等問題，難以滿足大規模檢測需求。配備專用讀取儀器不僅昂貴，也不易操作。為此，借助北京市鄉村振興科技項目《適配北京地産農産品的農獸藥殘留多靶標智慧快檢技術整合與示範》，推廣應用基於手機拍照識別的快檢試紙條智慧判讀系統，該技術採用多通道陣列托盤標準化採樣設計，結合電腦視覺演算法和大數據分析技術，通過手機拍照實現高精度圖像採集，實時存儲及管理樣品數字化資訊，並在30秒內完成亞秒級結果判讀。該系統支援檢測數據實時上傳、雲端追溯和分級許可權管理，大幅度提升判讀準確率和檢測效率，同時適配田間、市場等複雜場景，為農産品品質安全監管提供了智慧化技術支撐。

風險評估與預警從“經驗分析”到“全自動預警”

為貫徹落實委局領導指示精神，技術人員主動對接市農林科學院數據科學與農業經濟研究所，就基於DeepSeek本地化部署及構建風險評估預警模型進行研討。通過交流，技術人員掌握了知識庫的創設、功能應用和數據維護管理，對進一步優化農産品品質安全檢測數據分析和構建風險評估預警模型達成了共識。下一步，將針對當前農産品品質安全風險分析與評估中存在的數據分析不夠系統深入、預警不足和可視化欠缺等問題，引入機器學習等AI技術，通過自動化數據融合與清洗校驗、多維度特徵挖掘與風險因子解析、智慧耦合預測模型構建等關鍵技術，全面實現精準風險預測與實時態勢展示，構建農産品品質安全智慧預警體系，提升監管主體的決策效率與生産主體的精準防控能力。

作者：黃寶勇、徐悅、趙源、楊紅菊、劉斌、魏紫嫣

供稿：北京市農業農村宣傳中心