FreshTrack: إطار مبتكر لتقدير نضارة الطعام يعتمد على حسّاسات إنترنت الأشياء ويتكامل مع البلوك تشين

لماذا يهم الحفاظ على نضارة الطعام للجميع

في كل مرة نتخلص فيها من خس ذابل أو موزة بنية، فإننا نهدر المال والقيمة الغذائية والموارد المستخدمة في زراعة ونقل ذلك الطعام. يُفقد أو يُهدر نحو ثلث كل الغذاء المنتج عالمياً، وجزء كبير من ذلك لأننا لا نستطيع معرفة مدى نضارته بدقة. تعرض هذه الورقة "FreshTrack"، طريقة جديدة لقياس وإدارة نضارة الطعام بشكل مستمر باستخدام حسّاسات صغيرة، أجهزة ذكية، وتقنية البلوك تشين، بهدف جعل إمداداتنا الغذائية أكثر أماناً وكفاءة وأقل هدرًا.

طريقة جديدة لتقييم مدى نضارة الطعام فعلاً

تعد التواريخ المطبوعة على المواد الغذائية — مثل تاريخ "يفضل قبل" — تقديرات تقريبية تستند إلى ظروف تخزين مثالية. في الواقع، تمر المواد سريعة التلف مثل الفاكهة واللحوم ومنتجات الألبان بشاحنات ومستودعات ومتاجر وثلاجات منزلية، وكلها تتعرض لدرجات حرارة ورطوبة مختلفة. يستبدل FreshTrack التواريخ العامة وفحوصات "طازج أم فاسد" البسيطة بمؤشر نضارة حي يتغير مع الوقت. مستفيدين من مفاهيم معروفة في علوم الأغذية حول كيف تسرّع الحرارة التفاعلات الكيميائية وكيف تفضّل الظروف الدافئة والرطبة تكاثر الميكروبات، صمّم المؤلفون نموذجًا رياضيًا يحول درجة الحرارة والرطوبة والزمن إلى قيمة واحدة بين 1 و100. تشير القيم العالية إلى جودة قريبة من الطازج، بينما تدل القيم المنخفضة على أن الطعام يقترب من نقطة يجب فيها تناوله أو التخلص منه.

حسّاسات وأجهزة ذكية تراقب الطعام في الوقت الحقيقي

لتغذية النموذج ببيانات من العالم الحقيقي، يعتمد الإطار على حسّاسات رخيصة تقيس الحرارة والرطوبة بجانب الطعام. تتصل هذه الحساسات بوحدة حوسبة صغيرة، مثل Raspberry Pi، التي تعمل كـ"مخ" في الموقع. بدلاً من إرسال القراءات الخام إلى خوادم سحابية بعيدة، تحسب الجهاز درجة النضارة محليًا، كل بضع دقائق عند الحاجة. يعالج هذا الأسلوب محليًا التأخيرات، ويعمل حتى مع اتصالات إنترنت غير مستقرة، ويحافظ على خصوصية البيانات التفصيلية. ثم يصنف النظام كل عنصر إلى واحدة من خمس فئات سهلة الفهم — ممتاز، جيد، متوسط، دون المتوسط، أو سيئ — حتى يتمكن الأشخاص والأنظمة الآلية من اتخاذ إجراءات سريعة دون الغوص في التفاصيل التقنية.

تعزيز الثقة عبر البلوك تشين والإجراءات التلقائية

أحد التحديات الرئيسية في سلاسل الإمداد المشتركة هو الثقة: إذا كانت شركة واحدة تتحكم في قاعدة البيانات، فقد يقلق الآخرون من إمكانية تعديل السجلات بأثر رجعي. يتعامل FreshTrack مع هذا بكتابة التغيرات المهمة فقط — مثل انتقال عنصر من فئة "جيد" إلى "متوسط" — على البلوك تشين، وهو دفتر رقمي مشترك يصعب التلاعب به للغاية. تعمل برامج صغيرة تُدعى العقود الذكية على هذا الدفتر. عندما تنخفض فئة النضارة تحت مستوى محدد، تنفّذ هذه العقود تلقائيًا إجراءات مثل إرسال تنبيهات، اقتراح خصومات لبيع المنتجات بسرعة أكبر، أو تمييز منتجات للإزالة. ولأن النظام يخزن تغيّرات الفئة فقط وليس كل قراءة حسّاس، يظل الكفء حتى عند مراقبة آلاف العناصر.

اختبار النظام باستخدام فواكه حقيقية

اختبر المؤلفون FreshTrack باستخدام التفاح والموز المحفوظين في غرفة مضبوطة الحرارة تحت أربع ظروف، من بارد (5 °م) إلى دافئ (35 °م)، مع تتبّع الرطوبة. غذّت حسّاسات DHT11 البسيطة البيانات إلى Raspberry Pi، الذي حسب درجات النضارة على مدى عشرة أيام. كما كان متوقعًا، حافظت الظروف الباردة والجافة على نضارة الفاكهة لفترة أطول بكثير، بينما سرّعت الدفء والرطوبة العالية من التدهور. التقط النموذج الفروق المعروفة بين الفواكه: حافظ التفاح على جودته أفضل من الموز تحت نفس الظروف، وانهت الفواكه بدرجات أعلى ومظهر بصري أفضل. كما قارَن الفريق المعالجة المحلية بالمعالجة السحابية ووجد أن إجراء الحسابات مباشرة على جهاز إنترنت الأشياء يقلل التأخير بشكل كبير، خاصة عند إضافة التشفير في سيناريوهات السحابة.

كيف يمكن أن يغير هذا النهج قراراتنا الغذائية اليومية

بالنسبة لغير المتخصصين، النتيجة الأساسية هي نظام يحول الضغوط البيئية غير المرئية إلى إشارة بسيطة وموثوقة تُظهر مدى نضارة الطعام بالفعل. يُظهر FreshTrack أن الحساسات الصغيرة والحوسبة المحلية تستطيعان تقديم درجة نضارة مستمرة، وترجمتها إلى فئات بديهية، ثم استخدام البلوك تشين والعقود الذكية لتنسيق إجراءات في الوقت المناسب عبر سلسلة الإمداد. إذا تم توسيع النظام ليشمل اللحوم والمأكولات البحرية والوجبات الجاهزة ومشروعات تجريبية في المتاجر، فقد يساعد المتاجر على خصم الأسعار في اللحظة الملائمة، وتحويل المنتجات القريبة من انتهاء الصلاحية إلى بنوك الطعام، وتزويد المستهلكين أو التطبيقات بتوجيهات محدثة حول ما يجب طهيه أولاً — ما يقلل الهدر ويحسن السلامة والشفافية.

الاستشهاد: Masuduzzaman, M., Hassini, E., Rahaman, M.F. et al. FreshTrack: an innovative IoT-sensor-driven food freshness estimation framework integrating blockchain. Sci Rep 16, 13847 (2026). https://doi.org/10.1038/s41598-026-44579-1

الكلمات المفتاحية: نضارة الطعام, إنترنت الأشياء, البلوك تشين, هدر الطعام, التغليف الذكي