美國 90% 以上的海鮮為進口，FDA 發現在供應鏈不同的各個轉運點上，有著水產品食品安全隱憂，因而衍生出 AI 人工智慧驅動的進口海鮮篩查計劃。此計畫建構在「智慧食品安全藍圖新時代」(New Era of Smarter Food Safety Blueprint) 的前兩階段基礎之上，目前進入第三階段。

為了減少食源性疾病 (foodborne illness) 或泛稱食物中毒的機率，「智慧食品安全藍圖新時代」通過技術創建更安全、更數位化及可追溯之食品系統。針對進口海鮮產品可能遇到的如：致病病原體污染、腐敗，甚或有未經核可之抗生素殘留等食安問題，期望提高機構快速辨識有疑慮之水產品的能力。

藉由人工智慧--機器學習（Machine learning , ML）可看出人們或 FDA 篩查系統無法辨識的連結或模式。這些模式被運用在進口供應鏈，以協助預測進口貨物是否暗藏危機及是否符合 FDA 的法規。利用 ML 分析機構已生成及使用中的數據資料，發現機器學習非常適合應對複雜的公共衛生，協助判別及確認進口食品的安全性。此外，這些獲得的 ML 知識亦能擴大至其他監管品項，特別是對消費者構成高風險之產品提供風險監測等資訊，其最終目標在於提升 FDA 識別風險之效能，保護消費者免受食安問題所苦。

第三階段開始於 2022年8月15日，從 FDA 每年審查數百萬件的資料中蒐集數據以協助確認部署內部 AI/ML 模組之可行性。例如：機器學習演算法如何與現場操作協同作業以提升高效識別能力或是如何擴大 ML 在海鮮品項中的運用。透過 ML 分析廣大來源數據，使當局在邊境時能協助判別並得知目標來源。

在某一相關的蝦試驗中，FDA 將重點放在檢測國外進口之高風險區塊，譬如：蝦子之養殖用藥異常，增加進口商篩檢、提高抽樣及檢查率，使用包括針對該貨物之第三方稽核。機構將專案中數據納入第三階段的 AI 人工智慧驅動的進口海鮮篩查計劃，從而進行強而有力且精準之採樣分析。

資料來源：The Fish Site