金属検出機はあるのに、異物クレームがなくならない。その多くは「機械の性能」ではなく「拾えない異物を拾える手段が抜けている」ことが原因と考えられます。金属・X線・画像それぞれの守備範囲を並べ、どこに穴が空いているのかを一緒に確かめていきます。
「ラインの最後に金属検出機を通しているのに、毛髪や小さな樹脂片、虫のクレームがなくならない」——食品の品質保証の現場でよく聞く悩みです。設備投資はしている、教育もしている、それでも流出が続く。担当者としては「機械の感度が甘いのでは」「もっと高性能な機種に替えるべきか」と考えがちですが、実はそこがボタンの掛け違いになっていることが少なくありません。
結論を先に言うと、金属検出機が反応するのは原則として「金属」だけです。感度を上げても下げても、毛髪や樹脂は磁気・電磁的にほとんど信号を出さないため、原理的に検出対象になりません。つまり非金属異物のクレームが続いているなら、それは機械の不調でも設定ミスでもなく、「その異物を拾う手段がラインに存在しない」という守備範囲の問題である可能性が高いと考えられます。
現場で厄介なのは、クレーム票や社内報告で「異物混入」と一語でまとめてしまいがちなことです。金属、毛髪、虫、木片、樹脂、紙、ビニール、原料由来の骨や殻——これらは見た目も由来も検出手段もまったく違います。ひとくくりにした瞬間、「金属検出機があるのに、なぜ？」という問いになってしまい、本当の穴が見えなくなります。まずは異物を種類で分けて眺めることが、解決の第一歩と考えられます。
異物検査の手段を整理するとき、性能スペック（感度○mm、○kV）を先に比べても本質は見えてきません。大事なのは「その機械が、何を手がかりに異物を見分けているか」という検出原理です。原理が違えば、得意な異物・苦手な異物がまるごと変わります。代表的な3つを並べてみます。
金属検出機は、磁界の中を製品が通るときに金属が生む電磁的な乱れを検出します。鉄・ステンレス・アルミなど金属であれば小さくても反応しますが、逆に言えば金属でないものはほぼ透明です。また、塩分・水分の多い食品は製品自体が信号を出す（製品効果）ため感度を上げにくい、という現場ならではの難しさもあります。金属という「種類」に対しては強力ですが、扱えるのはその一種類だけと理解するのが実態に近いと考えられます。
X線は透過したときの減衰量、つまり周囲の食品との「密度差」で異物を捉えます。金属はもちろん、ガラス・石・硬い骨・高密度の樹脂なども、周囲より密度が高ければ影として写ります。金属以外にも守備範囲が広がる一方、密度が食品と近いもの——毛髪・薄い樹脂フィルム・虫・木片・軟骨など——はコントラストが出にくく、写らない・見逃しやすいという弱点があります。密度で見えるか見えないかが分かれ目です。
カメラによる画像検査やVLM（視覚言語モデル）ベースのAI検査は、人が目で見て気づくのと同じ手がかり——色、形、質感、周囲との違和感——で異物を捉えます。表面に露出している毛髪、色の違う樹脂片、虫、変色や欠け、印字のかすれなど、「見た目で分かる」ものに強いのが特徴です。ただし製品の内部に埋もれた異物や、背景と色・形が似ていて人でも見分けにくいものは苦手で、照明・カメラ・撮り方の設計が結果を大きく左右します。この撮り方の設計こそ、元キーエンス画像処理事業部で培った現場知見が効く領域と考えられます。詳しくは食品外観検査で扱っています。
3つの原理が分かると、「どの異物にどの手段が効くか」を対応づけて考えられるようになります。ここが使い分けの核心です。異物を、金属性・密度・見た目の3つの軸で眺めてみます。
設備や刃物の欠け、ホッチキスの針、金属線などは金属検出機の得意分野です。X線でも高密度の金属は写るため、二重の守りにもなります。ここは既存設備で概ねカバーできている領域と考えられます。
金属ではないが密度が高い異物——ガラス片、小石、硬い骨——は金属検出機を素通りしますが、X線の密度差では捉えやすい対象です。原料に骨や殻が混じりうる食品（魚・肉・ナッツ等）では、X線が実質的な主役になる場面が多いと考えられます。
密度が食品と近く、金属でもない異物は、金属検出機もX線も苦手です。ここで効くのが「見た目」で捉える画像/AI検査です。表面に露出した毛髪、色の違う樹脂、虫、変色などは、適切な照明とカメラ、そして異物の見え方を学習させたモデルの組み合わせで検出の可能性が出てきます。ただし「表面に出ている」ことが前提で、内部に埋もれたものは画像では見えない点は正直に押さえておく必要があります。X線と画像の役割分担についてはfood foreign object xray vs imageでも整理しています。
ここまで見てきたとおり、すべての異物を一台で拾える万能機は現実には存在しないと考えるのが妥当です。金属検出機・X線・画像/AI検査は競合ではなく、守備範囲が重ならない部分を互いに補い合う関係にあります。したがって設計の発想は「一番いい機械を選ぶ」ではなく「自社に流出している異物の穴を、どの手段で塞ぐか」に変わります。
多層で守るといっても、全部入れれば良いわけではありません。コストも設置スペースも有限です。優先順位を決めるには、自社で実際に何が流出しているかを知る必要があります。過去のクレーム・回収・社内発見の記録を掘り起こし、「異物の種類・混入した工程・頻度・重大度」で棚卸しすると、どこに手を打つべきかが見えてきます。金属クレームがほぼ無く毛髪と虫ばかりなら、次に足すべきは金属検出機の上位機種ではなく、画像/AI検査という判断になりやすい、という具合です。
検査は最後の砦であって、そもそも異物を入れない工程設計（原料管理、設備の破損点検、毛髪落下対策、防虫）が土台にあることも忘れてはいけません。検査機はゼロにはできない残留リスクを拾う網であり、上流の予防と組み合わせて初めて全体のリスクが下がると考えられます。HACCPの考え方に沿った異物管理の全体像はfood haccp foreign matter aiでも触れています。
抽象論だけでは動けないので、現場で実際にやれる確かめ方を順に示します。特別な道具はいりません。まずは記録と現物から始めます。
直近1〜2年のクレーム票・回収記録・社内不適合を集め、異物を「金属／ガラス・石・硬骨／毛髪・虫・樹脂・木・紙」に分類します。件数を数えるだけで、自社のリスクがどこに偏っているかが浮かび上がります。金属が少なく非金属が多ければ、既存の金属検出機だけでは構造的に穴があると分かります。
分類した異物ごとに、金属性・密度・見た目のどれで見分けられそうかを仮に割り当てます。ここで「毛髪は見た目、でも製品に埋もれると見えない」といった限界も一緒にメモしておくと、後の検証が正確になります。この段階では仮説で構いません。
仮説ができたら、実際の製品と異物サンプルで小さく検証します。特に画像/AI検査は、照明・カメラ・撮る角度・製品の色や形で見え方が大きく変わるため、カタログスペックではなく現物での撮像テストが欠かせません。「この毛髪はこの背景では写るが、この色の製品だと埋もれる」といった手触りは、試して初めて分かります。いきなり本設備を導入する前に、PoC・検査方式設計で検出可否と方式を小さく確かめてから投資判断するのが、遠回りに見えて確実と考えられます。
使い分けを進めるうえで、現場でよく踏む落とし穴と、各手段の限界を正直に挙げておきます。ここを知っておくと過剰な期待や投資の失敗を避けやすくなります。
最後に、明日からの進め方を整理します。焦って高価な設備を足すより、まず自社の異物リスクを客観的に把握することが、結果的にいちばん近道になると考えられます。
クレーム・回収・社内不適合を異物種類で分類し、金属／密度で見える異物／見た目で見える異物のどこに穴があるかを可視化します。ここまでは追加投資なしで、自社データだけで進められます。
穴の大きい（＝重大度×頻度の高い）異物から、金属検出機／X線／画像・AI検査のどれで塞ぐかを割り当てます。すべてを一度にではなく、いちばん痛い穴から順に手を打つのが現実的です。
割り当てた手段、特に画像/AI検査については、自社の製品と異物サンプル、実際のライン条件で撮像・検出を小さく試します。検出可否・誤検出の傾向・運用負荷を確かめてから、本格導入と横展開を判断します。元キーエンス画像処理事業部の現場知見×VLM×Jetsonエッジ×産業用カメラ×現場ライティングという組み合わせが効くかどうかも、この検証で見極めるのが誠実な進め方と考えられます。
金属検出機が反応するのは原則として金属だけです。毛髪・樹脂片・虫・木片・紙・軟骨などの非金属異物はほぼ検出対象外のため、これらのクレームがある場合は不十分になりうると考えられます。自社の異物が金属中心か非金属中心かを、クレーム記録から確かめることをおすすめします。
X線は周囲の食品との密度差で異物を捉えるため、密度が食品に近い毛髪・薄い樹脂・虫・軟骨などは写りにくいことがあります。ガラス・石・硬い骨のような高密度異物には有効ですが、見た目で分かるタイプの異物は画像/AI検査と役割分担する構成が現実的と考えられます。
代替というより補完の関係と考えるのが実態に近いです。画像/AI検査は表面に露出した毛髪・変色・樹脂片など「見た目で分かる」異物に強い一方、製品内部の異物は苦手です。金属は金属検出機、内部の高密度異物はX線が得意なため、対象異物ごとに手段を割り当てて組み合わせる形が有効と考えられます。
まず過去のクレーム・回収記録を「異物の種類・工程・頻度・重大度」で棚卸しし、金属／密度で見える／見た目で見える、のどこに穴があるかを可視化することが出発点です。追加投資なしで自社データから始められます。そのうえで痛い穴から手段を割り当て、現物で小さく検証する流れが確実と考えられます。
異物管理の考え方や必要な管理点は、取り扱う食品・工程・出荷先の要求により異なります。一律に特定の検査機が必須と決まっているわけではないため、具体的な要求事項は所管省庁（厚生労働省・消費者庁等）の最新の公表資料や、取引先の規格でご確認ください。検査機は予防と組み合わせた最後の網として位置づけるのが基本と考えられます。
クレーム記録の棚卸しから、金属・X線・画像/AI検査のどこを組み合わせるべきかを整理できます。まずは自社の製品と異物サンプル、実際のライン条件での小さな撮像検証から始めましょう。
食品の異物検査について相談する