火眼金睛！谷歌算法实时监控食物中毒关键词 能及时标记出不卫生的餐馆

谷歌可能很快就会告诉你哪些餐厅会让你食物中毒。

这家科技巨头正与哈佛大学(Harvard University)合作开发一种算法，分析谷歌搜索结果，找出哪些餐厅可能存在食品安全问题。

研究人员说，它能在“接近实时”的情况下标记出可能的危险因素。

他们创建了一种基于机器学习的算法来识别不安全的餐馆，训练它寻找特定的搜索词和位置数据。

这种模型被称为实时食源性疾病探测器(FINDER)。

首先，它对搜索结果进行分类，搜索结果中包含一些特定的词，比如“胃痉挛”或“腹泻”。

然后，它会使用匿名的、聚合的用户智能手机的位置历史数据。

该算法利用这些信息来确定搜索这些术语的人最近访问过哪些餐厅。

为了测试该算法的有效性，研究人员向实际的健康检查人员提供了一份餐厅名单，其中包括有食品安全问题的餐厅，以及有消费者投诉的餐厅。

健康检查人员没有被告知哪些被算法识别，哪些收到了消费者的投诉。

研究人员在2016年至2017年期间在芝加哥和拉斯维加斯对该系统进行了测试，并取得了积极的结果。

他们发现，在这两个城市，被模型检测到的不安全餐厅的总体比例都是52.3%。

相比之下，在例行检查中发现不安全餐厅的总体比例为22.7%。

“(我们)证明FINDER提高了健康检查的准确性;根据这项研究，FINDER认定的餐厅在检查中被认定为不安全的可能性是现有方法认定的餐厅的3.1倍。”

FINDER比客户投诉更有效，而客户投诉的准确率只有38%。

研究人员认为，这是因为大多数人认为食物中毒的原因是他们最后在哪里吃饭，导致他们在错误的餐厅投诉。

他们指出，医学研究表明，食源性疾病可能需要48小时甚至更长时间才会在患者暴露后出现症状。

哈佛大学T.H. Chan公共卫生学院(T.H. Chan School of Public Health)在一份声明中说，在精确度、规模和潜伏期(人们患病和疾病爆发之间的时间间隔)方面，新模式优于基于投诉的检查和常规检查。

谷歌的算法还可以预测病人何时会去世。

此前，谷歌创造了一种人工智能，它声称，在预测住院病人是否会在入院24小时后死亡方面，人工智能的准确率达到95%。这比传统模式好10%左右。

为了进行预测，该软件使用的数据包括患者的种族、年龄、性别、以前的诊断、实验室结果和生命体征。

但它的强大之处在于，它包含了以前认为机器无法获取的数据，比如埋藏在pdf文件中的医生笔记，或者在旧图表上的乱涂乱画。

除了死亡，人工智能还能预测在30天内意外再次入院和住院时间。

该系统仍处于起步阶段，但谷歌相信有一天它会被用来提前更长时间预测死亡。

为了测试这个系统，谷歌获得了216,221名成年人的“去识别”数据(即剥离任何个人身份信息)，他们之间的数据点超过460亿个。

在研究了这些数据之后，人工智能能够识别出哪些词与结果最接近。

虽然这些结果还没有得到验证，但谷歌声称它比传统模型有了巨大的改进。

研究人员称，最大的好处是系统能够使用所有类型的数据。

研究人员认为，这种搜索算法可以按照卫生部门现有的方法来识别食源性疾病餐厅。

因此，这可能会让他们“更好地优先进行检查，并进行内部食品安全评估”，哈佛解释说。

“在这项研究中，我们只是触及了机器学习流行病学领域中可能存在的问题的表面，”谷歌的资深研究人员、该研究报告的合著者埃夫金尼·加布里洛维奇(Evgeniy Gabrilovich)在一份声明中说。

“我们可以利用在线数据几乎实时地进行流行病学观察，从而有可能以一种既及时又节约成本的方式显著改善公共卫生状况。”