Slimme adviezen met digitale informatie

Foto's: WUR

Wageningen Food & Biobased Research, onderdeel van Wageningen University & Research (WUR), bedenkt en maakt software-oplossingen die helpen bij het nemen van beslissingen op het gebied van voeding, gezondheid en duurzaamheid. Hoe dit in zijn werk gaat vroegen we aan onderzoekers Mariëlle Timmer en Jan Top.

Mariëlle Timmer en Jan Top zijn al enkele jaren bezig met het digitaal modelleren van kennis over voeding. Met als doel om slimme voedingsadviezen samen te stellen die gebaseerd zijn op wetenschappelijk inzicht.
Mariëlle Timmer is senior onderzoeker en al 15 jaar werkzaam op het gebied van ‘food informatics’. Jan Top heeft al 27 jaar op zijn kerfstok als het gaat om kennismodellering in de voeding. “Expertise vertalen naar digitale systemen”, vat Top het kort samen. “En het inpassen van het gebruik van digitale kennis in de praktijk”, vult Timmer aan als we vragen naar hun werkzaamheden.

Timmer begeleidt projecten waarin systemen worden ontwikkeld die kunnen helpen bij het beslissingsproces. “De eerste voorbeelden daarvan zijn inmiddels toegepast, zoals de VezelUP tool. Hiermee kunnen mensen met darmproblemen en constipatieklachten op individueel niveau kijken welke producten met meer vezel zij kunnen kiezen.”
In een ander project werd een digitale herformuleringstool ontwikkeld die de industriële bakkerij helpt om tot een substantiële reductie van toegevoegde suikers te komen, waarover we in EVMI vorig jaar al eens uitgebreid publiceerden.

Van datasets tot bouwstenen

De software wordt ontwikkeld rondom webservices - softwarecomponenten - die informatie geven over voedingsstoffen, smaak, voedselgroepen, eetmomenten en veel andere productkarakteristieken.

“De services vormen bouwstenen die je kunt koppelen. In verschillende projecten heb je verschillende data- en kennisbronnen nodig, maar je kunt voor al die projecten dezelfde bouwstenen gebruiken. De gegevens zijn bovendien georganiseerd als Linked Data. Dit betekent dat de gegevens unieke ‘identifiers’ hebben, zodat ze via hyperlinks naar elkaar kunnen verwijzen. Ook maken ze gebruik van een gemeenschappelijk vocabulaire. We gebruiken bijvoorbeeld de NEVO-dataset van RIVM - die veel data bevat over voedingsstoffen - en integreren die met gegevens uit de GS1 Data Source. GS1 is de organisatie die barcodes uitgeeft en die beschikking heeft over veel productinformatie, aanvullend op de NEVO-data. Ook gebruiken we resultaten uit WUR-onderzoek, zoals van WUR-expert Monica Mars en haar collega’s, naar de verschillende smaken van producten.”

Timmer: “We combineren kennis uit de literatuur met knowhow van voedingsdeskundigen - knowledge engineering - en kennis uit data - machine learning. En daarmee komen we tot software-oplossingen die we aanbieden als semantische webservices, de bouwstenen. Semantisch omdat ze niet alleen de informatie, maar ook de betekenis en herkomst van de data weergeven.”

Aan alle kanten winst

Digitale voedingsinformatie is een onderwerp dat aan alle kanten mogelijkheden biedt. Voor diëtisten en hun cliënten, voor consumenten maar zeker ook voor producenten. Top: “We werken samen met levensmiddelentechnologen die vroegtijdig willen inschatten wat een nieuw product gaat doen en welke eigenschappen het gaat krijgen. Hiervoor is het handig als ze een link kunnen maken met de chemische en moleculaire samenstelling van producten. Door de manier waarop de data is opgezet, kunnen we dit mogelijk maken.”
Het is wel belangrijk dat iedereen dezelfde begrippen hanteert bij het opbouwen van datasets. Top: “Je moet gemeenschappelijke vocabulaires hebben. Iedereen begrijpt ongeveer wat een eiwit is en waar dat uit bestaat, maar voor automatische verwerking in software-applicaties moeten die begrippen goed vastliggen in een door de computer hanteerbare vorm”.

Top dempt onmiddellijk de schrik die dit kan oproepen. “Het is niet zo dat je compleet opnieuw zou moeten beginnen met het inrichten van je bestaande databases als je dit gemeenschappelijk vocabulaire wilt toepassen. Je kunt een schil om je database leggen die de vertaling maakt en die via internet aan de gebruikers van je data aanbieden. Het internet wordt dan een ‘semantisch web van data’, waarin je gemakkelijk data kunt vinden en koppelen, maar ook weet wat de getallen betekenen en of ze geschikt zijn voor jouw doel. Hierbij volgen we zogeheten FAIR principes: de data moet ‘Findable, Accessible, Interoperable en Reusable’ zijn. We moeten data niet opgesloten houden in afzonderlijke databases, maar ervoor zorgen dat dezelfde data door verschillende partijen gebruikt kan worden. Men kan dan nog steeds kiezen met wie men de data wel of niet wil delen.”

De kracht van dezelfde taal

De waarde van data wordt groter als iedereen dezelfde taal spreekt. Maar het kost nog wel wat energie om zover te komen. “En daar ligt gelijk een grote uitdaging” ziet Top. “Het gaat om een maatschappelijk probleem; een individueel bedrijf zal zich niet direct geroepen voelen om hier veel energie in te steken. Het kost soms nog veel handwerk om data vanuit de hele keten te krijgen. Zo is er vaak veel indirecte informatie over producten en kan zo een radio-effect ontstaan: veel ruis op de lijn waardoor informatie verkeerd overkomt of zelfs verloren gaat. Data moet daarom direct van de oorspronkelijke bron komen en semantisch beschreven worden. Er zijn verschillende portals waar je vocabulaires - ‘ontologieën’ - kunt vinden zoals Bioportal en Agroportal.”

Mariëlle Timmer is senior onderzoeker en al 15 jaar werkzaam op het gebied van ‘food informatics’. Jan Top heeft al 27 jaar op zijn kerfstok als het gaat om kennismodellering in de voeding.

Er wordt dus al een flinke tijd gewerkt aan de modellering van data over voeding. En intussen is er ook een voedselkeuze-applicatie ontwikkeld om de werking van de webservices duidelijk te maken. Timmer vertelt dat de neiging groot is om een standaard van alternatieven voor voedselproducten te gebruiken. “We willen hier een stap verder gaan en zoeken naar gepersonaliseerde adviezen die in de juiste context zijn geplaatst. Bij de test die we nu bij consumenten uitvoeren, vragen we bijvoorbeeld een product en een eetmoment. Op basis daarvan biedt het systeem automatisch een alternatief aan dat qua smaak, eetmoment en productcategorie lijkt op het origineel maar dat even gezond of gezonder is. Ten tweede genereert het systeem alternatieven die beter zijn op het gebied van duurzaamheid.” Top knikt en geeft aan dat het belangrijkste is dat kan worden vastgesteld of het alternatief door de consument geaccepteerd wordt. “We zijn nu feedback aan het verzamelen. En we willen dit uitbreiden met andere datasets. Meer producten in een bredere range en met andere voorkeuren.”

Samenwerken

Het aantal projecten dat binnen de WUR met de bouwstenen werkt, breidt nog steeds uit. “Met ieder project voegen we iets toe aan de services”, stelt Timmer. “De bouwstenen worden steeds verder uitgebreid en de werking ervan luistert steeds nauwer. Veel bedrijven hebben een eigen applicatie met voedingsadvies ontwikkeld. We kijken hoe we daarmee kunnen samenwerken." Top: “Het is belangrijk dat de kennis in de applicaties wetenschappelijk onderbouwd is, bijvoorbeeld als het gaat om wat gezond is en wat niet. Dat inzicht verandert in de loop van de tijd door nieuw onderzoek. Met de manier waarop de bouwstenen zijn opgezet, kun je nieuwe inzichten eenvoudig in een nieuwe versie verwerken.”

Kun je als lezer van EVMI met jouw bedrijf bijdragen aan het verrijken van data? Top: “We hebben nu een hele lijst van attributen die bepalen of producten acceptabel, gezonder en duurzamer zijn, maar een van de bottlenecks is het brengen van de boodschap zodat we naar een blijvende verandering toewerken. Hoe ga je het in de praktijk gebruiken?”

Timmer sluit aan: “We zijn de services aan het uitbreiden en tegelijk al aan het toepassen. Voor ons geldt dat hoe meer aspecten er bekend zijn, hoe beter de adviezen worden. Dan moet je denken aan bereidingswijze, houdbaarheid, context van gebruik, prijs en gemak, maar ook textuur en samenstelling. Daar kan een productontwikkelaar iets mee. Want als je een alternatief wil bieden, moet dat natuurlijk wel onderbouwd zijn. Een grote uitdaging is nu bijvoorbeeld nog om niet alleen enkelvoudige producten in beeld te hebben, maar ook samengestelde producten. Dit vraagt nog wel veel werk."