งานทบทวนตามแนวทาง PRISMA ครอบคลุมงานปี 2010–2026 พบว่า NIR, Raman, hyperspectral imaging, X-ray imaging และ electronic nose/tongue ช่วยตรวจองค์ประกอบ การปนเปื้อน และความสุกได้รวดเร็วขึ้น เมื่อใช้ร่วมกับ AI และบิ๊กดาต้าจะเพิ่มความไว การจำแนก และการติดตามแบบเรียลไทม์ แต่ยังมีข้อจำกัดด้านมาตรฐาน ต้นทุน และการตีความโมเดล
ข้อค้นพบสำคัญ
- NDT ช่วยตรวจคุณภาพและการปนเปื้อนได้โดยไม่ทำลายตัวอย่าง
- AI เพิ่มความไวและความแม่นยำในการจำแนก
- บิ๊กดาต้าช่วยด้าน predictive modeling และ traceability
ทำไมจึงมีความสำคัญระดับโลก
มีศักยภาพต่อการควบคุมคุณภาพอาหาร ความปลอดภัยผู้บริโภค และ traceability ในห่วงโซ่อุปทาน
บทบาทของนักวิจัยไทย
มีนักวิจัยจากจุฬาลงกรณ์มหาวิทยาลัยร่วมเป็นผู้เขียน
ข้อจำกัดที่ควรรู้
ข้อมูลจากงานต้นทางมีความหลากหลายสูงและยังขาดมาตรฐานร่วม รวมถึงมีข้อจำกัดด้านต้นทุนเครื่องมือและข้อกำกับดูแล