Der Google-Algorithmus überwacht die Suchanfragen, um Restaurants zu finden, die Ihnen eine Lebensmittelvergiftung verursachen könnten.

Google wird Ihnen vielleicht bald sagen, in welchen Restaurants Sie eine Lebensmittelvergiftung bekommen könnten.

Der Tech-Riese arbeitet mit der Harvard University zusammen, um einen Algorithmus zu entwickeln, der die Google-Suche analysiert, um festzustellen, welche Restaurants Probleme mit der Lebensmittelsicherheit haben könnten.

Forscher sagen, dass es in der Lage ist, mögliche Täter in „fast Echtzeit“ zu markieren.

Sie entwickelten einen maschinenlesbaren Algorithmus, um unsichere Restaurants zu identifizieren und schulten sie darin, nach bestimmten Suchbegriffen und Standortdaten zu suchen.

Das Modell heißt FINDER, oder Foodborne Illness Detector in Echtzeit.

Zuerst klassifiziert es Suchen, die bestimmte Begriffe enthalten, wie z.B. „Magenkrämpfe“ oder „Durchfall“.

Anschließend verwendet es anonymisierte und aggregierte Standortverlaufsdaten von Smartphones von Personen, die sich für das Speichern entschieden haben.

Der Algorithmus verwendet diese Informationen, um festzustellen, welche Restaurants die Personen, die nach diesen Begriffen suchen, kürzlich besucht haben.

Um die Wirksamkeit des Algorithmus zu testen, gaben die Forscher den tatsächlichen Gesundheitsinspektoren eine Liste von Restaurants, die als Restaurants mit Problemen der Lebensmittelsicherheit identifiziert wurden, sowie von Restaurants, die Verbraucherbeschwerden hatten.

Den Gesundheitsinspektoren wurde nicht gesagt, welche durch den Algorithmus identifiziert wurden und welche Verbraucherbeschwerden eingegangen waren.

Forscher testeten das System zwischen 2016 und 2017 in Chicago und Las Vegas und erhielten positive Ergebnisse.

Sie fanden heraus, dass die Gesamtrate in beiden Städten von unsicheren Restaurants, die vom Modell erkannt wurden, 52,3 Prozent betrug.

Im Vergleich dazu lag die Gesamtrate der bei Routinekontrollen festgestellten unsicheren Restaurants bei 22,7 Prozent.

Wir haben gezeigt, dass FINDER die Genauigkeit der Gesundheitsinspektionen verbessert; die von FINDER identifizierten Restaurants sind 3,1 mal so wahrscheinlich, dass sie während der Inspektion als unsicher eingestuft werden, wie die nach bestehenden Methoden identifizierten Restaurants“, so die Studie.

FINDER war auch effektiver als Kundenbeschwerden, die nur in 38 Prozent der Fälle als korrekt erkannt wurden.

Forscher glauben, dass dies daran liegt, dass die meisten Menschen annehmen, dass die Ursache für ihre Lebensmittelvergiftung der letzte Ort war, an dem sie gegessen haben, was sie dazu veranlasste, eine Beschwerde im falschen Restaurant einzureichen.

Sie verweisen auf medizinische Studien, die gezeigt haben, dass lebensmittelbedingte Krankheiten 48 Stunden oder sogar länger dauern können, bis sie symptomatisch werden, nachdem jemand ausgesetzt wurde.

Das neue Modell übertraf beschwerdebasierte Inspektionen und Routineinspektionen in Bezug auf Präzision, Skalierung und Latenzzeit (die Zeit, die zwischen Krankheit und Ausbruch verging)“, sagte die T.H. Chan School of Public Health in Harvard in einer Erklärung.

Forscher glauben, dass der FINDER-Algorithmus in Übereinstimmung mit den bestehenden Methoden der Gesundheitsbehörden verwendet werden könnte, um Restaurants mit Lebensmittelkrankheiten zu finden.

Infolgedessen kann es ihnen ermöglichen, „Inspektionen besser zu priorisieren und interne Bewertungen der Lebensmittelsicherheit durchzuführen“, erklärte Harvard.

In dieser Studie haben wir gerade die Oberfläche dessen, was im Bereich der maschinell erlernten Epidemiologie möglich ist, zerkratzt“, sagte Evgeniy Gabrilovich, leitende wissenschaftliche Mitarbeiterin bei Google und Mitautorin der Studie, in einer Erklärung.

Wir können Online-Daten nutzen, um epidemiologische Beobachtungen in nahezu Echtzeit durchzuführen, mit dem Potenzial, die öffentliche Gesundheit rechtzeitig und kostengünstig erheblich zu verbessern“.

Teilen Ist Liebe! ❤❤❤ 22 shares ❤❤❤

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

shares