食藥署用AI助「邊境查驗」 不合格命中率提升3成

▲食藥署建置BPI系統，輔助邊境查驗。（圖／記者趙于婷攝）

記者趙于婷／台北報導

國內邊境查驗人力吃緊，食藥署自109年3月5日起於邊境導入大數據分析技術，建置「邊境預測智能系統（BPI）」，輔助邊境不合格產品命中精準度，以生鮮冷藏冷凍水果為例，導入前後的平均不合格率由3.0%提升至3.8%。食藥署副署長林金富表示，BPI可節省人力物力，大概每年可減少檢驗費用400萬餘元。

台灣輸入的產品逐年增加，100年起至113年底已自40萬餘批增加至76萬餘批。林金富說，BPI是蒐集國內外開放資料及食品雲相關系統資料，藉由7種機器學習演算法運算100多個特徵因子（包含產品報驗資料、歷史違規紀錄、國內外食品安全警訊等資訊）建立預測模型，利用大數據即時運算風險機率，並以7種演算法集成投票以決定是否抽驗。

林金富進一步解釋，業者申報輸入食品及相關產品時，首先透過食藥署負責掌理全國輸入食品資訊「邊境查驗自動化管理資訊系統（IFI）」核判，若是IFI判定為一般或加強抽批機率的產品，則由BPI的人工智慧AI預測智能模型進行風險預測。

經過BPI決定是否抽驗之後，再由IFI依據產品風險項目及邊境查驗人員的經驗綜整判斷檢驗項目，以進行後續的取樣檢驗，若檢驗結果為不合格的產品，業者應辦理退運或銷毀，以阻擋不合格產品於境外，同時針對該產品也會提高其抽驗機率，最高至100%逐批查驗。

林金富表示，以每年報驗批數達3萬餘批，查驗機率為2至10%的一般抽批查驗的生鮮冷藏冷凍水果分析，於導入BPI前後的抽驗結果，其平均檢驗率下降2.4%，約可減少檢驗費用400餘萬元，不合格命中率由3.0%提升至3.8%，提升約3成，顯示以較少的人力物力達到精準抽驗成效。