Τα βασικά αποτελέσματα του έργου θα είναι τα εξής:

1. Ένα ολοκληρωμένο και λειτουργικό πρωτόκολλο ελέγχων φρέσκων φρούτων και λαχανικών που θα περιέχει επαναστατικές τεχνικές που συνδυάζουν χαμηλό κόστος, μικρό χρόνο ολοκλήρωσης και ανεξαρτησία από ακριβή υλικοτεχνική υποδομή και οι οποίες κρίνονται απαραίτητες για εφαρμογή στην ταυτοποίηση των βακτηρίων.
2. Ένα φθηνό και γρήγορο πρωτόκολλο απομόνωσης DNA και ισοθερμικής PCR για αύξηση της αναλυτικής ευαισθησίας για την ταυτοποίηση των βακτηρίων. Θα χρησιμοποιηθούν διάφορες μέθοδοι εκχύλισης, προκειμένου να βελτιωθεί η συγκέντρωση και η καθαρότητα του εκχυλισμένου DNA. Η αποδοτικότητα της εκχύλισης DNA θα συγκριθεί με πρότυπες μεθόδους (π.χ. φασματοφωτομετρία και ποσοτική Real Time-PCR).
3. Εντός του πρωτοκόλλου ελέγχου θα περιλαμβάνονται διαδικασίες πλήρους ιχνηλασιμότητας φρέσκων φρούτων και λαχανικών που θα στηρίζεται στη συνεχή καταγραφή γεγονότων σε όλο το μήκος της εφοδιαστικής αλυσίδας χρησιμοποιώντας και υποδομή Internet of Things και υιοθετώντας την εντατική χρήση διεθνών προτύπων (UNECE, GS1).
4. Ηλεκτρονική πλατφόρμα τεχνολογίας blockchain που θα υποστηρίζει την πλήρη ιχνηλασιμότητα και τους ελέγχους που αφορούν στην ασφάλεια των φρέσκων φρούτων και λαχανικών με εστίαση στον εντοπισμό αναδυόμενων κινδύνων σε όλο το μήκος της εφοδιαστικής αλυσίδας.

Οι επιμέρους ενότητες – ψηφίδες της ηλεκτρονικής blockchain πλατφόρμας που θα αναπτυχθούν στα πλαίσια του έργου είναι οι παρακάτω:

1. Quality Module: Εργαλείο παρακολούθησης διαδικασιών ελέγχου ποιότητας και σχετικών μετρήσεων/αποτελεσμάτων αναλύσεων, σύμφωνα με το πρωτόκολλο διασφάλισης ελέγχων που θα αναπτυχθεί.
2. Farm Module: Λεπτομερείς πληροφορίες σχετικά με εφαρμογές που θα γίνονται σε επίπεδο χωραφιού/θερμοκηπίου και οι οποίες συνδέονται με παράγοντες κινδύνου.

Επίσης, θα προσαρμοστούν τα παρακάτω modules που έχουν αναπτυχθεί στην πλατφόρμα KalaΘos:  

1. IoT Module: Σύνδεση καλλιεργειών και προϊόντων με πληροφορίες που θα συλλέγονται με χρήση αισθητήρων χρησιμοποιώντας τεχνολογίες Internet of Things για τη μεταφορά των δεδομένων. Η λήψη της πληροφορίας από σχετικές IoT πλατφόρμες θα γίνεται με χρήση ανοιχτών APIs.
2. External Trace & Internal Trace Module: Εργαλείο εξωτερικής και εσωτερικής ιχνηλάτησης στο επίπεδο της μονάδας επεξεργασίας με χρήση των παγκόσμιων προτύπων GS1.
3. Consumer Module: Θα παρέχει πληροφορία στους καταναλωτές για τα προϊόντα από το χωράφι μέχρι το ράφι, χρησιμοποιώντας κωδικούς TraceID ή QR καθώς και beacons.

Οι λεπτομερείς και ακριβείς πληροφορίες που παρέχονται σχετικά με ένα συγκεκριμένο προϊόν θα επικεντρώνονται σε θέματα ασφάλειας των τροφίμων. Σύστημα Υποστήριξης Αποφάσεων με χρήση αλγορίθμων Τεχνητής Νοημοσύνης (ΑΙ) για την ανάλυση μοντέλων κινδύνων σύμφωνα με τα δεδομένα που θα συλλέγονται στην πλατφόρμα από τους ελέγχους που θα διενεργούνται και από τις ενέργειες και μετρήσεις στα διάφορα στάδια της παραγωγικής διαδικασίας. Το ΣΥΑ θα ακολουθεί την αρθρωτή αρχιτεκτονική του diviz δίνοντας τη δυνατότητα στους αναλυτές να εφαρμόζουν εναλλακτικά μοντέλα θεωρίας αποφάσεων ανάλογα με το είδος των δεδομένων και τους προς αξιολόγηση κινδύνους.