Olá! Você deve ter visto que publicamos um artigo sobre A Nova Era de um Food Safety mais Inteligente (leia aqui) e agora estamos revisando juntos cada um dos elementos-chaves. Revisamos o primeiro elemento – Rastreabilidade habilitada para tecnologia – neste post. E dando seguimento, vamos ao próximo: Ferramentas e abordagens mais inteligentes para prevenção e resposta a surtos.

Elemento 02: Ferramentas e abordagens mais inteligentes para prevenção e resposta a surtos

À medida que as abordagens modernas de segurança de alimentos geram novos fluxos de dados – e ferramentas para analisar rapidamente, big data se tornam disponíveis – e este elemento explora seu valor preventivo. Busca-se aprimorar e fortalecer análises de causa-raiz e análises preditivas. As descobertas de análises de causa-raiz podem ser uma etapa importante para ajudar o setor a modificar as práticas para evitar riscos identificados e podem fornecer dados mais robustos para análises preditivas.

O FDA entende que também é importante trabalhar com outras pessoas de maneiras novas e criativas. Isso inclui a iniciativa de confiança mútua doméstica, na qual a FDA busca aproveitar os esforços existentes para fazer parceria com estados que possuem sistemas regulatórios e de saúde pública comparáveis, aproveitando os dados e análises uns dos outros para garantir o uso ideal de recursos e maximizar o alcance de segurança alimentar. Também incluem a alavancagem de auditorias confiáveis de terceiros para promover a segurança de alimentos e abordagens alternativas quando os métodos tradicionais não são viáveis.

Este elemento também informará o FDA e seus parceiros regulatórios para inspeções, resposta a surtos e modernização de recall.

2.1 Revigorar a Análise de Causa-Raiz   

• Colaborar com partes interessadas federais, estaduais, industriais, consumidoras e acadêmicas para avançar, padronizar e socializar protocolos de análise de causa-raiz para segurança de alimentos.
• Considerar como lidar com as preocupações sobre como divulgar ações relacionadas a análises de dados de uma forma que forneça qualquer proteção necessária de confidencialidade e interesses proprietários enquanto promove a transparência.
• Fortalecer os procedimentos de análise de causa-raiz – coordenando com parceiros federais, estaduais, locais e territoriais – para garantir uma implantação rápida assim que um surto for rastreado em um local específico.
• Padronizar os critérios e o formato para a produção de relatórios sobre análises de causa-raiz de surtos e determinar o processo mais rápido para divulgar informações e ações necessárias para evitar uma recorrência.
• Aprimorar as ferramentas de comunicação, para transmitir de forma rápida e transparente os resultados das análises de causa-raiz, tanto interna quanto externamente, em tempo hábil.
• Incorporar dados de análise de causa-raiz na classificação de risco da agência e nos sistemas analíticos preditivos para aumentar a probabilidade de prever e mitigar futuros eventos de contaminação.

2.2 Fortalecer os recursos de Análise Preditiva

• Avançar os recursos de análise preditiva da FDA por meio do uso expandido de ferramentas de Inteligência Artificial e Machine Learning, começando com a expansão da prova de conceito concluída pela agência sobre o uso de IA para triagem de alimentos importados nos portos de entrada.
• Aumentar a quantidade e a qualidade dos dados que a FDA possui por meio de mecanismos que incluem o uso expandido de acordos de compartilhamento de informações com parceiros regulatórios e de saúde pública, instituições acadêmicas, indústria e outros.
• Explorar métodos para criar “data trusts” público-privados, um banco de grandes volumes de dados gerados pela indústria que podem ser acessados para trabalho analítico para fortalecer ainda mais as abordagens preventivas.
• Trabalhar com a indústria para encontrar o equilíbrio entre a necessidade de transparência e as preocupações com a confidencialidade dos dados de negócios no avanço da análise preditiva, incluindo o desenvolvimento de protocolos para estabelecer que as solicitações de dados sejam direcionadas para uma finalidade específica.
• Explorar tecnologias para aprimorar ferramentas preditivas de toxicologia que identificam e caracterizam perigos químicos em alimentos para fortalecer ainda mais as abordagens preventivas e apoiar tecnologias de produção e ingredientes alimentícios inovadores e seguros.
• Trabalhar com as partes interessadas, desenvolver processos para analisar big data e fontes de dados não tradicionais de informação, como condições ambientais (chuva, temperatura, vento, etc.), que possam ser usados pelos setores público e privado para fortalecer as capacidades preditivas de origem alimentar e tomar decisões de gestão de risco mais informadas.

 2.3 Dependência Mútua Doméstica

• Consistente com a estrutura legal, desenvolver e implementar um plano de confiança mútua estadual e federal, que se baseie nos esforços existentes para fornecer uma abordagem eficaz para que a FDA e suas contrapartes regulatórias estaduais trabalhem em parceria, definida por compartilhamento, colaboração e harmonização, bem como atividades de apoio durante uma crise de saúde pública.
• Desenvolver e aprimorar ainda mais os mecanismos para o compartilhamento apropriado de dados e informações para permitir que a FDA e os estados com sistemas regulatórios e de saúde pública comparáveis confiem, coordenem e aproveitem mais o trabalho, os dados e as ações uns dos outros.
• Avançar uma abordagem integrada para planejamento de trabalho e priorização/categorização de riscos, incluindo mandatos de frequência de inspeção, comparação/reconciliação de inventários e coleta de amostras.
• Avançar uma abordagem integrada e focada em saúde pública para coordenação de resposta a emergências e incidentes, expandindo ainda mais as equipes de resposta rápida federais e estaduais, incluindo supervisão de recall, investigações de surtos e reclamações e interrupções na cadeia de suprimentos.
• Colaborar em treinamento e educação, incluindo treinamento de pessoal de campo e educação da indústria e do consumidor.
• Harmonizar as metodologias de teste de alimentos usadas por laboratórios estaduais e federais, incluindo coleta, análise e relatórios de amostras.

 2.4 Ferramentas de Inspeção, Treinamento e Conformidade

• Conduzir provas de conceito para avaliar a viabilidade do uso de inspeções remotas ou virtuais e de empresas estrangeiras e nacionais com histórico comprovado de conformidade para fins de priorização de agências. A FDA realizou inspeções remotas de alguns importadores durante a pandemia de Covid-19.
• Incentivar, apoiar e avaliar o uso da tecnologia de sensores pela indústria para fortalecer o monitoramento de pontos de controle críticos e preventivos.
• Expandir a disponibilidade de treinamento industrial e regulatório para incluir, quando apropriado, modelos de ensino à distância.
• Aumentar o uso de auditorias confiáveis de terceiros para ajudar a garantir alimentos mais seguros, incluindo explorar o uso de dados de auditoria confiáveis na priorização de risco para atividades regulatórias da FDA, por exemplo, com relação a inspeções de alimentos importados e produzidos internamente.
• Desenvolver ferramentas on-line para ajudar os produtores a avaliar o risco de suas fontes de água e determinar possíveis opções de gerenciamento para ajudar a garantir a conformidade com a Regra de Segurança de Produtos.
• Modernizar o processo de inspeção e relatórios da agência, aproveitando a tecnologia de inspeção móvel e as ferramentas de relatórios digitais.

2.5 Resposta a Surtos

• Trabalhar com parceiros federais, explorar mecanismos para acelerar o envio de relatórios de doenças transmitidas por alimentos dos departamentos estaduais de saúde e departamentos estaduais de agricultura às autoridades federais.
• Trabalhar com parceiros internacionais, federais, estaduais e acadêmicos para aumentar o número de laboratórios que podem enviar sequências de parasitas, patógenos e vírus isolados de amostras de alimentos via Plataforma do FDA: GenomeTrakr.
• Continuar a desenvolver a capacidade de carregar os dados de sequência de amostras ambientais e de alimentos da FDA para o PulseNet para facilitar as investigações de surtos de origem alimentar.
• Explorar barreiras e mecanismos para melhor aproveitar os resultados dos testes de alimentos da indústria para identificar possíveis surtos.
• Melhorar os mecanismos de alerta precoce, facilitando a troca de informações com e entre outros países sobre doenças transmitidas por alimentos e patógenos isolados de amostras de alimentos.
• Aumentar a conscientização e o treinamento para facilitar as oportunidades de acelerar o sequenciamento completo do genoma de patógenos por laboratórios públicos e privados.
• Explorar o uso de inteligência artificial para extrair fontes de informações não tradicionais, como avaliações on-line de clientes, tendências de vendas de medicamentos e aplicativos de refeições para detectar surtos e como complemento aos relatórios tradicionais de saúde.

2.6 Modernização de recall

• Explorar os mecanismos para harmonizar como a FDA e o USDA comunicam informações de recall aos consumidores.
• Desenvolver orientações de práticas recomendadas em vários processos de notificação ao consumidor, desde postagens na Web e em mídia social, mensagens de texto, e-mail, alertas e prompts de verificação digital para garantir que os consumidores saibam se compraram produtos recolhidos.
• Explorar o uso de um amplo espectro de tecnologias para aprimorar as comunicações externas e a eficácia dos recalls.
• Criar um aplicativo do Governo dos Estados Unidos (USG) para alertar os consumidores sobre recalls e avisos de alimentos para capacitá-los com informações acionáveis em tempo real.
• Explorar a capacidade de criar e incentivar o uso generalizado de protocolos e padrões para habilitar recursos de bloqueio de registro para impedir a venda de produtos alimentícios recolhidos.
• Melhorar a conectividade de dados de envios de Registro de Alimentos Reportáveis e recalls de alimentos.

Mais em: https://www.fda.gov/food/new-era-smarter-food-safety/new-era-smarter-food-safety-blueprint