Recente grote ziekte-uitbraken leveren de vraag op of een geautomatiseerd systeem kan worden ontwikkeld om vroegtijdig waarschuwingssignalen te detecteren voor het in beeld brengen van een opkomend veiligheidsrisico met potentiële ziekteverwekkers in een voedselketen.

Een geautomatiseerd systeem kan helpen adviseren over potentieel nieuwe risico’s om vroegtijdig de kennis en apparatuur in gebruik te hebben om in te kunnen spelen op een mogelijke crisis en om te kunnen adviseren over preventieve maatregelen binnen de relevante voedselketen(s). In de tijd voor een incident zijn er verschillende signalen die wijzen op het kunnen ontstaan van dat incident. Naarmate de tijd vordert zullen deze signalen steeds specifieker worden: er is dus sprake van verschillende niveaus. Belangrijke onderzoeksvraag is hoe specifiek een signaal moet zijn voordat het geclassificeerd kan worden als nieuw risico en is het mogelijk met de bestaande kennis over uitbraken nieuwe fenomenen te voorspellen.

Een haalbaarheidsstudie gaat in kaart brengen of het realistisch is om hiervoor een geautomatiseerd systeem te ontwikkelen. Dynova diende met succes binnen de MIT regeling Life Sciences & Health hiervoor een aanvraag in.