CN102105788A - 用于增加蛋白质食品安全的方法和系统 - Google Patents

用于增加蛋白质食品安全的方法和系统 Download PDF

Info

Publication number
CN102105788A
CN102105788A CN2009801290992A CN200980129099A CN102105788A CN 102105788 A CN102105788 A CN 102105788A CN 2009801290992 A CN2009801290992 A CN 2009801290992A CN 200980129099 A CN200980129099 A CN 200980129099A CN 102105788 A CN102105788 A CN 102105788A
Authority
CN
China
Prior art keywords
formerly
intervention
data
subclass
class
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801290992A
Other languages
English (en)
Inventor
约瑟夫·D·杨
马赛尔·J·萨则恩
帕特里克·D·麦斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eli Lilly and Co
Original Assignee
Ivy Animal Health Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ivy Animal Health Inc filed Critical Ivy Animal Health Inc
Publication of CN102105788A publication Critical patent/CN102105788A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A22BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22CPROCESSING MEAT, POULTRY, OR FISH
    • A22C17/00Other devices for processing meat or bones
    • A22C17/10Marking meat or sausages

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Peptides Or Proteins (AREA)
  • Food Preservation Except Freezing, Refrigeration, And Drying (AREA)
  • Coloring Foods And Improving Nutritive Qualities (AREA)

Abstract

提供了用于增加蛋白质食品安全的方法、系统和设备。根据一个实施方式,计算机系统中的用于增加蛋白质食物安全的方法包括以下步骤:(a)接收污染等级数据;(b)从数据库访问存储的数据,这些数据包括在先污染等级数据、与在先污染等级数据相关联的在先干预,以及与在先污染等级数据相关联的在先实际结果;(c)选择在先污染等级数据、在先干预和在先实际结果的子集,其中,在先污染等级数据与污染等级数据相似;(d)至少部分地根据子集中的在先实际结果判断在子集中是否具有有效的干预;以及(e)如果在子集中不具有有效的干预,那么则导致将输出相对于子集中的干预增加的干预。

Description

用于增加蛋白质食品安全的方法和系统
相关申请的交叉引用
本申请涉及2008年6月25日提交的、题为“Methods And SystemsFor Increasing Protein Food Safety”的第61/075,635号未决的美国临时专利申请并要求其优先权,该申请的全部内容以引用的形式并入本申请。
背景技术
用于食品特别是用于蛋白质(即,活畜和肉类)来源(例如,牛肉、家禽、猪肉、绵羊和山羊)的供应链是复杂的。病菌可能沿着供应链引入或增加,这可能使蛋白质不能安全食用。
为了在将蛋白质销售给消费者之前检测病菌的有害等级,通常在汇聚蛋白质之后在供应链中的一个点处测量污染等级(即,病菌等级和/或指示污染的指标生物等级)。例如,目前在牛肉产业中的现行标准方法是在牛肉被整理准备好后(其发生在当在饲料场中汇聚牛肉之后)测量病菌等级。调节器使用来自准备点的数据来确定牛肉的安全、健康程度和国家平均。如图1所示,在准备点170之前的牛肉供应链的一部分100中存在很多点(例如,饲育场110、毛皮清洗点120、预除脏尸体清洗点130、后除脏尸体清洗点140、后冷却尸体清洗点150和次主喷雾室160)。并且,牛肉产业中的现行方法包括在准备点170处随机地采样牛肉,而不是在所有点处测试所有蛋白质。
本申请提供了用于增加蛋白质食品安全的方法、设备和系统。
发明内容
一种根据一个实施方式用于增加蛋白质食品安全的计算机系统中的方法,该方法包括以下步骤:(a)接收污染等级数据和外部指标数据中的至少之一;(b)从数据库访问存储的数据,这些数据包括在先污染等级数据、在先外部指标数据、与在先污染等级数据和在先外部指标数据相关联的在先干预、以及与在先污染等级数据和在先外部指标数据相关联的在先实际结果;(c)选择所述在先污染等级数据、所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中,所述在先污染等级数据和所述在先外部指标数据与污染等级数据和外部指标数据中的所述至少之一相似;(d)至少部分地根据所述子集中的所述在先实际结果判断所述子集是否具有有效的干预;以及(e)如果在该子集中不具有有效的干预,那么则导致将输出相对于该子集中的干预增加的干预。
一种根据另一个实施方式用于增加蛋白质食品安全的计算机系统中的方法,该方法包括以下步骤:(a)接收在先污染等级数据;(b)从数据库访问存储的数据,该数据包括在先污染等级数据、与在先污染等级数据相关联的在先干预、以及与在先污染等级数据相关联的在先实际结果;(c)选择所述在先污染等级数据、所述在先干预和所述在先实际结果的子集,其中所述在先污染等级数据与所述污染等级数据相似;(d)至少部分地根据所述子集中的所述在先实际结果判断在所述子集中是否具有有效的干预;以及(e)如果在子集中不具有有效的干预,那么则导致将输出相对于子集中的干预增加的干预。
一种根据另一个实施方式用于增加蛋白质食品安全的计算机系统中的方法,该方法包括以下步骤:(a)接收外部指标数据;(b)从数据库访问存储的数据,该数据包括在先外部指标数据、与在先外部指标数据相关联的在先干预、以及与在先外部指标数据相关联的在先实际结果;(c)选择所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中所述在先外部指标数据与所述外部指标数据相似;(d)至少部分地根据所述子集中的所述在先实际结果判断所述子集中是否具有有效的干预;以及(e)如果在子集中不具有有效的干预,那么则导致将输出相对于子集中的干预增加的干预。
在另一个实施方式中,提供了一种可由机器读取的程序存储设备,该程序存储设备确实地体现可由所述机器执行的指令程序以便执行用于增加蛋白质食品安全的方法步骤,该方法步骤包括:(a)接收在先污染等级数据;(b)从数据库访问存储的数据,该数据包括在先污染等级数据、与在先污染等级数据相关联的在先干预、以及与在先污染等级数据相关联的在先实际结果;(c)选择所述在先污染等级数据、所述在先干预和所述在先实际结果的子集,其中所述在先污染等级数据与所述污染等级数据相似;(d)至少部分地根据所述子集中的所述在先实际结果判断在所述子集中是否具有有效的干预;以及(e)如果在子集中不具有有效的干预,那么则导致将输出相对于子集中的干预增加的干预。
在又一个实施方式中,提供了一种可由机器读取的程序存储设备,该程序存储设备确实地体现可由所述机器执行的指令程序以便执行用于增加蛋白质食品安全的方法步骤,该方法步骤包括:(a)接收外部指标数据;(b)从数据库访问存储的数据,该数据包括在先外部指标数据、与在先外部指标数据相关联的在先干预、以及与在先外部指标数据相关联的在先实际结果;(c)选择所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中所述在先外部指标数据与所述外部指标数据相似;(d)至少部分地根据所述子集中的所述在先实际结果判断所述子集中是否具有有效的干预;以及(e)如果在子集中不具有有效的干预,那么则导致将输出相对于子集中的干预增加的干预。
附图说明
图1是表示牛肉供应链的一部分的流图。
图2a至图2d是根据不同实施方式的用于改进蛋白质食品安全的方法的框图。
图3a和图3b示出了用于确定干预的示例性系统。
图4示出了用于选择干预所执行的示例性步骤集。
图5给出了用于改进蛋白质食品安全的方法的实施例。
具体实施方式
本申请中使用了各种技术术语。这些定义旨在提供对本发明更清楚的理解,而绝不在于限制本发明的范围。定义和术语应该被广义地自由解释为词语的意义所允许的范围。
本领域相关技术人员将了解到,具体而言,本发明可以体现为方法、系统或计算机程序产品。因此,本发明可以采取硬件实施方式、软件实施方式、或包括软件和硬件的实施方式的形式。在优选的实施方式中,本发明采用计算机程序产品的形式,该计算机程序产品包括实施在一个或多个计算机可读介质中的计算机可用指令。
计算机可读介质包括易失性介质和非易失性介质、可移除介质和不可移除介质、以及可由数据库、开关和各种其它网络设备读取的设想介质。网络开关、路由器和相关部件在本质上是传统的,作为与计算机可读介质进行通信的装置。举例说明而非限制,计算机可读介质包括计算机存储介质和通信介质。
计算机存储介质或机器可读介质包括在任意方法或技术中实现的用于存储信息的介质。存储信息的实施例包括计算机可用指令、数据结构、程序模块和其它数据表示。计算机存储介质包括但不限制于RAM、ROM、EEPROM、闪存或其它存储技术、CD-ROM、数字多功能光盘(DVD)、全息记录介质或其它光盘存储器、磁性录音带、磁带、磁盘存储器和其它磁性存储设备。这些存储部件可以瞬时地、暂时地或永久地存储数据。
通信介质通常将计算机可用指令存储在调制数据信号中,上述计算机可用指令包括数据结构和程序模块。术语“调制数据信号”是指这样的传播信号,即,其具有的特征中的一个或多个可将信息编码到信号中或者可改变以将信号编码到信号中。示例性的调制数据信号包括载波或其它传输机制。通信介质包括任意的信息传递介质。举例说明而非限制,通信介质包括有线介质例如有线网络或直接式的有线连接以及无线介质例如声波、红外线、无线电、微波、扩频和其它无线介质技术。在计算机可读介质的范围中包括了上述各项的结合。
图2a示出了用于改进蛋白质食品安全的一个创造性方法200a。根据方法200a,在贯穿整个供应链中并且至少在汇聚点和消费者的销售点之间测量污染等级(即,病菌等级和/或指示污染的指标生物的等级)210a。至少对于供应链中测量污染等级210a的每个点,可以为特定的蛋白质项选择干预220a并且对其进行管理(由参考编号225a指示)。可以预测期望结果230a(即,在干预220a之后特定的蛋白质项的期望情况),并且跟踪实际结果240a(即,在干预220a之后特定的蛋白质项的实际结果)。本文中的“干预”用于指示一个或多个生物的、制药的和/或其它促进健康的物质以及这种物质的量。所有这些物质的量可以是0,或者换句话说,决定前述的这种物质(即,未提供任何这种物质的行为)在本申请中仍然可以称为“干预”。
来自在先蛋白质项的实际结果240a′(尤其是其与期望结果230a′的关系)可以与蛋白质项的具体污染等级210a一起(或者替代它)考虑,以便选择干预220a,并且当为将来的蛋白质项的选择干预220a时,可以考虑蛋白质项的实际结果240a(尤其是其与期望结果230a的关系)。在图2a中,在先蛋白质项具有的病菌等级210a′、干预220a′、期望结果230a′以及实际结果240a′。应该理解到,虽然在图2a中示出了单个在先实际结果240a′,但是实际上可以使用大量在先实际结果240a′。在先实际结果240a′可以在工厂、公司、品牌专区、区域等中获得。下文将给出关于选择干预220a的进一步的细节。
图2b示出了用于改进蛋白质食品安全的另一种创造性方法200b。根据方法200b,在整个供应链中并且至少在汇聚点和消费者的销售点之间确定外部指标210b(即,员工旷工、天气模式/事件、入栏时间、从供应商到厂的距离、供应链速度、微生物干预的数量、温度、家畜类型、员工培训计划、泥土情况、季节性、饲料场大小、围栏的大小、饲料场配给量、湿/干蒸馏器的配给谷物含量、喂养家畜的时间、尸体/活体重量、家畜的表现属性和尸体程度/产量等)。至少对于供应链中测量了至少一个外部指标210b的每个点,可以为特定的蛋白质项选择干预220b并且对其进行管理(由参考编号225b指示)。干预220b可能与干预220a(图2a)相同或不同。预测期望结果230b(即,在干预220b之后特定蛋白质项的预期情况),并且跟踪实际结果240b(即,在干预220b之后特定蛋白质项的实际结果)。
来自在先蛋白质项的实际结果240b′(并且具体地,它们与期望的结果230b′的关系)可以与外部指标210b一起(或者替代它)考虑,以便选择干预220b,并且当为将来的蛋白质项选择干预220b时,可以考虑蛋白质项的实际结果240b(并且具体地,与期望结果230b的关系)。在图2b中,在先蛋白质项具有由210b′指示的外部指标、由220b′指示的干预、由230b′指示的期望结果以及由240b′指示的实际结果。应该理解到,虽然在图2b中示出了单个在先实际结果240b′,但是实际上可以使用大量在先实际结果240b′。在先实际结果240b′可以在工厂、公司、品牌专区、区域等中获得。下文将给出关于选择干预220b的进一步的细节。
图2c示出了用于改进蛋白质食品安全的又一个创造性方法200c。根据方法200c,可以在整个供应链并且至少在汇聚点和消费者的销售点之间确定污染等级210a和外部指标210b。至少对于供应链中测量了至少一个污染等级210a的每个点,可以选择用于特定的蛋白质项的干预220c并且对其进行管理(由参考编号225c指示)。干预220c可与干预220a、220b(图2a和图2b)相同或不同。下文将给出关于选择干预220c的进一步的细节。预测期望结果230c(即,在干预220c之后特定蛋白质项的预期情况),并且跟踪实际结果240c(即,在干预220c之后特定蛋白质项的实际结果)。
来自先前蛋白质项的实际结果240c′(并且具体地,它们与期望的结果230c″的关系)可以与蛋白质项的具体污染等级210a和/或外部指标210b一起(或者替代它们)考虑以选择干预220c,并且,在为将来的蛋白质项选择干预220c时,可以考虑蛋白质项的实际结果240c(并且具体地为其与期望结果230c的关系)。在图2c中,在先蛋白质项具有由210a′指示的病菌等级、由210b′指示的外部指标、由220c′指示的干预、由230c′指示的期望的结果以及由240c′指示的实际结果。应该理解到,虽然在图2c中示出了单个在先实际结果240c′,但是实际上可以使用大量在先实际结果240c′。在先实际结果240c′可以在工厂、公司、品牌专区、区域等中获得。下文将给出关于选择干预220c的进一步的细节。
图2d示出了用于改进蛋白质食品安全的又一个创造性方法200d。与方法200c相似,根据方法200d,可以在整个供应链并且至少在汇聚点和消费者的销售点之间确定污染等级210a和外部指标210b。此外,在供应链的较早处的点处的蛋白质项的在先污染等级210a和在先外部指标210b以及在先蛋白质项的实际结果240d(尤其是其与期望结果的关系)可以用来选择用于蛋白质项的干预220d。此外,可以预测供应链上的各个将来点处的期望结果230d,并且在选择用于将来的蛋白质项的干预220d时可以考虑实际结果240d(尤其是其与期望结果230d的关系)。通过上述描述,本领域相关技术人员应该清楚,方法200d提供了在确定干预220d时聚焦于供应链上的多个点的能力。
在图2d中,蛋白质项具有由210a′指示的先前病菌等级和由210b′指示的先前外部指标,并且在先蛋白质项具有由240d′指示的实际结果。在先实际结果240d′可以在工厂、公司、品牌专区、区域等中获得。下文将给出关于选择干预220d的进一步的细节。
优选地,可以在蛋白质供应链中的大多数点(或者甚至每个点)处使用方法200a、200b、200c或200d,并且优选地,可以采样每个蛋白质项而不是随机采样蛋白质项。但是,由于成本和/或时间,可以有利地在蛋白质供应链中的多个点处随机采样蛋白质项并且在蛋白质供应链中的其它点处采样每个蛋白质项。
本发明的核心是确定干预(例如,干预220a、220b、220c、220d)。现在参照图3和图4,其中,更详细地呈现了用于确定干预的示例性的方法、系统和装置。
图3a和图3b示出了用于确定干预(例如,干预220a、干预220b、干预220c和干预220d等)的示例性系统300a、300b。系统300a包括计算机302,计算机302具有计算机内存304、处理器306、存储单元308和用户接口310。存储单元308可以是例如存储计算机302的程序和数据的磁盘驱动器,图中示出的存储单元308存储了数据库350和计算机程序产品360。系统300b与系统300a相似,但是其部件在空间上是分布式的。例如,可包括多个站310a而非仅单个用户接口310,并且网络302a和服务器302b可以“取代”单个计算机302。服务器302b例如可以包括数据库350,但是它未在图3b中示出,并且可以在系统300b中的各个位置处包括处理器以起到与处理器306相似的功能。应该注意的是,数据库350的一部分可以存储在分离的位置处,并且数据可以在这些位置之间传送;数据的传送在本领域中是已知的。同样地,可以在系统300b的各个位置(或多个)处包括计算机程序产品360。虽然下面一般性地讨论系统300a,但是应该了解,系统300b可以作为替代使用。
现在参照图4中的流程图400,其示出了在确定干预(例如,干预220a、干预220b、干预220c、干预220d等)时执行的示例性的步骤集(例如,在计算机程序产品360的指导下由处理器306执行)。在第一步骤402处,处理器306(图3a)接收输入数据。输入数据可以是例如污染等级数据和/或外部指示(例如,员工旷工、天气模式/事件、入栏时间、从供应商到厂的距离、供应链速度、微生物干预的数量、温度、家畜类型、员工培训计划、泥土情况、季节性、饲料场大小、围栏的大小、饲料场配给量、湿/干蒸馏器的配给谷物含量、喂养家畜的时间、尸体/活体重量、家畜的表现属性和尸体程度/产量等)。
在步骤404处,处理器306使用从数据库350中选择具有相似特性的先前示例。各种可接受的方法可以用于完成该目的。在单个污染等级或外部指示输入的情况下,这可能与在数据库350中从污染等级或外部指示输入的预定范围内进行实例查找一样简单。并且在多个输入数据的情况下,可以对例如先前输入数据、先前干预和先前实际结果执行统计分析,以便确定输入数据之间的关系,并且最统计相关的输入数据可以用于从数据库350中选择具有相似特征的实例。当选择具有相似特征的先前示例时,处理器306还可以根据时间/季节、位置、工厂和其它缩小范围的因素对数据库350进行过滤。
在步骤406处,处理器306判断具有相似特征的先前示例中的先前干预是否有效。这可以通过分别地和/或成批地分析先前示例完成,并且用户可以指定(例如,通过用户接口310)哪些是有效的,或者这可以预设在计算机程序产品360中。例如,用户可以在干预之后确定污染的截止线或可接收范围,以用于改进或用于预期结果和实际结果之间的差异性。如果处理器306确定先前干预是有效的,那么则使系统300a输出(例如,通过接口310)应该被提供的干预(步骤408),并且输出的干预与有效的先前干预是相同的。如果先前干预不是有效的,那么处理器306则增加无效的先前干预(步骤410)。这可以包括改变生物的、制药的和/或其它促进健康的物质或者改变这种物质的量。然后,处理器306使系统300a输出(例如,通过接口310)应该被提供的干预(步骤412),并且输出相对于无效的先前干预增加的干预。
在步骤415处,处理器306将输出的干预(来自步骤408或步骤412)随输入数据存储(例如,在数据库350中)以供将来使用(例如,在步骤404和步骤406中)。除了确定干预之外,计算机程序产品360还可以执行任何所需的标准化/正常化功能,并且比较各位置、公司和其它相关分组上的数据以提供基准功能。
应该了解到,本申请中提出的方法和系统可以用于几乎任何蛋白质来源(即,活畜和肉类,例如,牛肉、家禽、猪肉、绵羊和山羊)。图5示出了由牛肉使用的方法和系统的实施例501。具体地,图5示出了在预除脏尸体清洗点130(图1)处测试的病菌等级。可以使用传统的测试方法和设备和/或快速测试方法和设备(例如,在At theRetail/Food Service Level:Quick Test for E.Coli Bacteria,Safe FoodNews(Fall 1997 Vol.2,No.1)中讨论的那些测试方法和设备,见http://www.ext.colostate.edu/safefood/newsltr/v2nlsO8.html)。在实施例501处,根据前面所述的方法200d使用系统300(图3),但是未包括外部指示210b。
为了确定实施例501中的干预220d,同时参照图4和图5。在第一步骤402处,处理器306(图3a)接收输入数据210a、210a′(例如,从用户接口310或数据库350接收),接收的数据包括在预除脏尸体清洗点130、毛皮清洗点120、饲育场110(图1)处的病菌等级。在步骤404处,处理器306从数据库350中选择具有相似特征的先前示例,如上所述。在步骤406处,处理器306判断具有相似特征的先前示例中的先前干预是否有效(例如,通过分析先前结果240d′进行判断),如上详细描述。如果处理器306确定先前干预是有效的,那么它使系统300a输出(例如,通过接口310)应该被提供的干预(步骤408),并且输出的干预与有效的先前干预是相同的。如果先前干预是无效的,那么处理器306增加无效的先前干预(步骤410)。这可以包括改变生物的、制药的和/或其它促进健康的物质或者改变这种物质的量。然后,处理器306使系统300a输出(例如,通过接口310)应该被提供的干预(步骤412),并且输出的干预相对于无效的先前干预是增加的。虽然不同的干预可以用于不同的蛋白质来源,但是在牛肉供应链的不同阶段用于牛肉的干预的一些实施例包括:
如图5中的步骤225d所示,然后应该执行输出干预,并且应该跟踪和存储实际结果240d(例如,存储到数据库350中)。此外,在步骤415处,处理器306将输出干预(来自步骤408或步骤412)与输入数据一起存储(例如,存储到数据库350中)以供将来使用。
在实施例501中,可由软件产品360(例如,通过用户接口310)提供接收特定干预之后在后除脏尸体清洗处的牛肉项的期望结果230d、接收特定干预之后在后冷却尸体清洗处的牛肉项的期望结果230b、接收特定干预之后在次主喷雾室处的牛肉项的期望结果230c、以及在准备处的牛肉项的期望结果230d。同样地,用户可以能够通过采取某些行动确定期望结果。例如,如果在预除脏尸体清洗处病菌等级高于确定等级,那么,如果采用不同的干预(包括不采取行动),则可以确定供应链中稍后的某个病菌等级(例如,病菌等级足以引起调出)的可能性。换句话说,可以评估在整个供应链中进行蛋白质食品安全干预的大小和范围的需要。
尽管未在实施例501中明确示出,但是该系统还可以执行任何所需的标准化/正常化功能,并且如上所述允许用户比较各位置、公司和其它相关分组上的数据,以评估各工厂、公司、品牌专区等的蛋白质食品安全干预的有效性和/或提供基准功能。
本领域相关技术人员能够意识到,可以设想上文公开的具体实施方式的变化,并且上述实施方式是非限制性的。说明书的公开不应该限制于上述实施方式,而应该由所附权利要求度量。

Claims (20)

1.一种计算机系统中的用于增加蛋白质食品安全性的方法,所述方法包括:
接收污染等级数据和外部指标数据中的至少之一;
从数据库访问存储的数据,所述数据包括:
在先污染等级数据;
在先外部指标数据;
与所述在先污染等级数据和在先外部指标数据相关联的在先干预;以及
与所述在先污染等级数据和在先外部指标数据相关联的在先实际结果;
选择所述在先污染等级数据、所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中,所述在先污染等级数据和所述在先外部指标数据与污染等级数据和外部指标数据中的至少之一相似;以及
至少部分地根据所述子集中的所述在先实际结果确定所述子集中是否具有有效的干预,如果在所述子集中不具有有效的干预,那么则导致将输出相对于所述子集中的干预增加的干预。
2.根据权利要求1所述的方法,其中:
所述接收步骤包括接收多个污染等级数据和外部指标数据;以及
所述选择子集的步骤包括统计地分析所述在先污染等级数据、所述在先外部指标数据、所述在先干预和所述在先实际结果以确定最相关的在先污染等级数据和在先外部指标数据,并且根据所述最相关的在先污染等级数据和在先外部指标数据进行选择。
3.根据权利要求1所述的方法,其中:
所述接收步骤包括接收多个污染等级数据和外部指标数据;以及
所述确定步骤包括将所述子集中的在先实际结果分别地和/或成批地与至少一个基准进行比较。
4.根据权利要求1所述的方法,还包括:
更新所述数据库以包括污染等级数据和外部指标数据中的所述至少之一以及所述输出干预。
5.根据权利要求1所述的方法,其中,导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少之一:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
6.根据权利要求1所述的方法,其中所述外部指标数据包括与以下各项中的至少一项有关的数据:员工旷工、天气模式/事件、入栏时间、从供应商到厂的距离、供应链速度、微生物干预的数量、温度、家畜类型、员工培训计划、泥土情况、季节性、饲料场大小、围栏的大小、饲料场配给量、湿/干蒸馏器的配给谷物含量、喂养家畜的时间、尸体/活体重量、家畜的表现属性和尸体程度/产量。
7.根据权利要求1所述的方法,其中:
所述接收步骤包括接收多个污染等级数据和外部指标数据;
所述选择子集的步骤包括统计地分析所述在先污染等级数据、所述在先外部指标数据、所述在先干预和所述在先实际结果以确定最相关的在先污染等级数据和在先外部指标数据,并且根据所述最相关的在先污染等级数据进行选择;
所述确定步骤包括将所述子集中的在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
8.根据权利要求7所述的方法,还包括:
更新所述数据库以包括污染等级数据和外部指标数据中的所述至少之一以及所述输出干预。
9.根据权利要求1所述的方法,还包括:
如果所述子集中具有有效的干预,那么导致将输出与所述有效的干预大致相同的干预。
10.一种计算机系统中的用于增加蛋白质食品安全的方法,所述方法包括:
接收在先污染等级数据;
从数据库访问存储的数据,所述数据包括:
在先污染等级数据;
与所述在先污染等级数据相关联的在先干预;以及
与所述在先污染等级数据相关联的在先实际结果;
选择所述在先污染等级数据、所述在先干预和所述在先实际结果的子集,其中所述在先污染等级数据与所述污染等级数据相似;以及
至少部分地根据所述子集中的所述在先实际结果确定所述子集中是否具有有效的干预,如果在所述子集中不具有有效的干预,那么则导致将输出相对于所述子集中的干预增加的干预。
11.根据权利要求10所述的方法,其中:
所述确定步骤包括将所述子集中的所述在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
12.一种计算机系统中的用于增加蛋白质食品安全的方法,所述方法包括:
接收外部指标数据;
从数据库访问存储的数据,所述数据包括:
在先外部指标数据;
与所述在先外部指标数据相关联的在先干预;以及
与所述在先外部指标数据相关联的在先实际结果;
选择所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中所述在先外部指标数据与所述外部指标数据相似;以及
至少部分地根据所述子集中的所述在先实际结果判断在所述子集中是否具有有效的干预,如果所述子集中不具有有效的干预,那么则导致将输出相对于所述子集中的干预增加的干预。
13.根据权利要求12所述的方法,其中:
所述接收步骤包括接收多个外部指标数据;以及
所述选择子集的步骤包括统计地分析所述在先外部指标数据、所述在先干预和所述在先实际结果以确定最相关的在先外部指标数据,并且根据所述最相关的在先外部指标数据进行选择。
14.根据权利要求13所述的方法,其中:
所述确定步骤包括将所述子集中的所述在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
15.根据权利要求12所述的方法,其中:
所述确定步骤包括将所述子集中的所述在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
16.一种可由机器读取的程序存储设备,所述程序存储设备有形地体现可由所述机器执行的指令程序以便执行用于增加蛋白质食品安全的方法步骤,所述方法步骤包括:
接收在先污染等级数据;
从数据库访问存储的数据,所述数据包括:
在先污染等级数据;
与所述在先污染等级数据相关联的在先干预;以及
与所述在先污染等级数据相关联的在先实际结果;
选择所述在先污染等级数据、所述在先干预和所述在先实际结果的子集,其中所述在先污染等级数据与所述污染等级数据相似;以及
至少部分地根据所述子集中的所述在先实际结果确定所述子集中是否具有有效的干预,如果在所述子集中不具有有效的干预,那么则导致将输出相对于所述子集中的干预增加的干预。
17.根据权利要求16所述的程序存储设备,其中所述方法步骤还包括:
如果所述子集中具有有效的干预,那么导致将输出与所述有效的干预大致相同的干预。
18.根据权利要求16所述的程序存储设备,其中:
所述确定步骤包括将所述子集中的所述在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
19.一种可由机器读取的程序存储设备,所述程序存储设备有形地体现可由所述机器执行的指令程序以便执行用于增加蛋白质食品安全的方法步骤,所述方法步骤包括:
接收外部指标数据;
从数据库访问存储的数据,所述数据包括:
在先外部指标数据;
与所述在先外部指标数据相关联的在先干预;以及
与所述在先外部指标数据相关联的在先实际结果;
选择所述在先外部指标数据、所述在先干预和所述在先实际结果的子集,其中所述在先外部指标数据与所述外部指标数据相似;以及
至少部分地根据所述子集中的所述在先实际结果判断在所述子集中是否具有有效的干预,如果所述子集中不具有有效的干预,那么则导致将输出相对于所述子集中的干预增加的干预。
20.根据权利要求19所述的程序存储设备,其中:
所述确定步骤包括将所述子集中的所述在先实际结果分别地和/或成批地与至少一个基准进行比较;以及
导致将输出相对于所述子集中的干预增加的干预的步骤是以下各项中的至少一个:
使将输出的干预是与所述子集中的干预不同的生物或医药物质;以及
使将输出的干预具有与所述子集中的干预不同的生物或医药物质量。
CN2009801290992A 2008-06-25 2009-06-24 用于增加蛋白质食品安全的方法和系统 Pending CN102105788A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US7563508P 2008-06-25 2008-06-25
US61/075,635 2008-06-25
PCT/US2009/048464 WO2009158406A1 (en) 2008-06-25 2009-06-24 Methods and systems for increasing protein food safety

Publications (1)

Publication Number Publication Date
CN102105788A true CN102105788A (zh) 2011-06-22

Family

ID=41444921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801290992A Pending CN102105788A (zh) 2008-06-25 2009-06-24 用于增加蛋白质食品安全的方法和系统

Country Status (18)

Country Link
US (1) US8012001B2 (zh)
EP (1) EP2297577B1 (zh)
CN (1) CN102105788A (zh)
BR (1) BRPI0914628A2 (zh)
CA (1) CA2729137C (zh)
CY (1) CY1119554T1 (zh)
DK (1) DK2297577T3 (zh)
ES (1) ES2649814T3 (zh)
HR (1) HRP20171825T1 (zh)
HU (1) HUE035989T2 (zh)
LT (1) LT2297577T (zh)
MX (1) MX2011000042A (zh)
NO (1) NO2297577T3 (zh)
PL (1) PL2297577T3 (zh)
PT (1) PT2297577T (zh)
SI (1) SI2297577T1 (zh)
WO (1) WO2009158406A1 (zh)
ZA (1) ZA201009213B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100235205A1 (en) * 2009-03-16 2010-09-16 Brian David Long Method of ensuring safety of food products
US11193894B2 (en) 2017-10-09 2021-12-07 Pathspot Technologies, Inc. Combined hand contaminant and user identification system
CA3076847A1 (en) 2017-10-09 2019-04-18 Pathspot Technologies Inc. Systems and methods for detection of contaminants on surfaces

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2004177A (en) * 1931-01-20 1935-06-11 Telefunken Gmbh Light amplifier
US5965188A (en) * 1996-07-31 1999-10-12 Anitox Corporation Anti-bacterial amine derivatives
US5945152A (en) * 1998-01-26 1999-08-31 Purser; David E. Method of preparing a fully-cooked semi-moist shelf stable meat product
US6172040B1 (en) * 1999-05-28 2001-01-09 A. Satyanarayan Naidu Immobilized lactoferrin antimicrobial agents and the use thereof
JP3840588B2 (ja) * 2000-06-23 2006-11-01 敏夫 石川 畜産物屠殺後の個体別管理法
US6639665B2 (en) * 2001-02-09 2003-10-28 Institute For Technology Development Multispectral imaging system for contaminant detection
US20040177011A1 (en) * 2003-03-06 2004-09-09 Ramsay Jimmie A. Food contamination tracking system
US20060008866A1 (en) 2004-07-09 2006-01-12 Emerge Interactive, Inc. Apparatus and method for detecting human fecal contamination on hands and other objects using an illumination imaging device
AU2006206287B2 (en) * 2005-01-19 2010-06-24 Mwi Veterinary Supply Co. Method and system for tracking and managing animals and/or food products
US7686232B2 (en) * 2005-09-20 2010-03-30 Novarus Corporation System and method for food safety inspection

Also Published As

Publication number Publication date
DK2297577T3 (da) 2017-11-06
EP2297577B1 (en) 2017-09-20
CY1119554T1 (el) 2018-03-07
US20090327280A1 (en) 2009-12-31
US8012001B2 (en) 2011-09-06
EP2297577A4 (en) 2015-11-25
PL2297577T3 (pl) 2018-02-28
EP2297577A1 (en) 2011-03-23
HUE035989T2 (en) 2018-05-28
NO2297577T3 (zh) 2018-02-17
WO2009158406A8 (en) 2010-05-14
HRP20171825T1 (hr) 2017-12-29
CA2729137A1 (en) 2009-12-30
CA2729137C (en) 2015-03-03
WO2009158406A1 (en) 2009-12-30
LT2297577T (lt) 2018-01-10
ZA201009213B (en) 2012-01-25
MX2011000042A (es) 2011-05-03
ES2649814T3 (es) 2018-01-15
SI2297577T1 (sl) 2017-11-30
BRPI0914628A2 (pt) 2015-10-20
PT2297577T (pt) 2017-12-11

Similar Documents

Publication Publication Date Title
Stygar et al. A systematic review on commercially available and validated sensor technologies for welfare assessment of dairy cattle
Haslam et al. Preliminary study to examine the utility of using foot burn or hock burn to assess aspects of housing conditions for broiler chicken
CN110210680A (zh) 一种基于温度变化的鱼体新鲜度检测方法和装置
Silper et al. Automated and visual measurements of estrous behavior and their sources of variation in Holstein heifers. I: Walking activity and behavior frequency
Boelaert et al. EU-wide monitoring of biological hazards along the food chain: achievements, challenges and EFSA vision for the future
Molfino et al. Evaluation of an activity and rumination monitor in dairy cattle grazing two types of forages
EP2695092A2 (en) System and method for monitoring nutritional substances to indicate adulteration
RU2644993C2 (ru) Способы и системы сбора удалённых данных в режиме реального времени
CN104715321A (zh) 基于重量守恒的屠宰场过程监控溯源系统
Wood et al. Infrared thermometry for lesion monitoring in cattle lameness
European Food Safety Authority Technical specifications on randomised sampling for harmonised monitoring of antimicrobial resistance in zoonotic and commensal bacteria
MacNeil et al. Evaluation of partial body weight for predicting body weight and average daily gain in growing beef cattle
Shackell Traceability in the meat industry–the farm to plate continuum
Menzies et al. Using temporal associations to determine maternal parentage in extensive beef herds
CN102105788A (zh) 用于增加蛋白质食品安全的方法和系统
Vanderhasselt et al. Performance of an animal-based test of thirst in commercial broiler chicken farms
Blatchford Animal behavior and well-being symposium: Poultry welfare assessments: Current use and limitations
WO2017097683A1 (en) A system and method for determining the freshness of a food item, and a configuration method
Hurd et al. Risk‐based analysis of the Danish pork Salmonella program: Past and future
Rincker et al. The effect of ractopamine and intramuscular fat content on sensory attributes of pork from pigs of similar genetics
O'Connor et al. Process mapping the prevalence of Salmonella contamination on pork carcass from slaughter to chilling: a systematic review approach
Deschamps et al. A preliminary investigation of farm-level risk factors for cattle condemnation at the slaughterhouse: A case–control study on French farms
CN113516139A (zh) 数据处理方法、装置、设备和存储介质
Mourot et al. New approach to improve the calibration of main fatty acids by near-infrared reflectance spectroscopy in ruminant meat
Della Rosa et al. An assessment of global ruminant methane-emission measurements shows bias relative to contributions of farmed species, populations and among continents

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: ELI LILLY AND CO.

Free format text: FORMER OWNER: IVY ANIMAL HEALTH INC.

Effective date: 20121018

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20121018

Address after: indiana

Applicant after: Eli Lilly and Co.

Address before: Kansas

Applicant before: Ivy Animal Health Inc.

C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110622