Το νέο σύστημα τεχνητής νοημοσύνης της Google εντοπίζει ποια εστιατόρια μπορούν να προκαλέσουν τροφική δηλητηρίαση

Σε αρκετά εστιατόρια, έχουν καταγραφεί περιστατικά τροφικής δηλητηρίασης, επειδή τα υλικά που χρησιμοποιούν πολλές φορές δεν είναι φρέσκα. Αυτός είναι κι ένα από τους φόβους των πελατών, πόσο φρέσκα είναι τα προϊόντα που χρησιμοποιούν τα εστιατόρια.

Ερευνητές της Google, ανέπτυξαν ένα νέο σύστημα τεχνητής νοημοσύνης, που έχει τη δυνατότητα να απαντάει στους καταναλωτές, αν υπάρχει πιθανότητα να πάθουν τροφική δηλητηρίαση. Είναι πιο ακριβές από άλλες παραδοσιακές μεθόδους, όπως οι κριτικές και τα παράπονα των πελατών στο διαδίκτυο ή οι έλεγχοι που γίνονται από τις υγειονομικές υπηρεσίες.

Το «έξυπνο» σύστημα λειτουργεί με απλό τρόπο. Αναλύει τις έρευνες των χρηστών στο Google, όσες έχουν σχέση με τροφική δηλητηρίαση. Οι λέξεις «κλειδιά» είναι στομαχόπονος, διάρροια και άλλες.

Μετά χρησιμοποιεί το γεωεντοπισμό από το GPS στις συσκευές των κινητών τηλεφώνων των χρηστών, για να συσχετίσει τα στοιχεία και να εντοπίσει τους χώρους εστίασης που δεν είναι ασφαλείς και υπάρχουν περισσότερες πιθανότητες για τροφική δηλητηρίαση.

Οι ερευνητές της Google και της Σχολής Δημόσιας Υγείας του Πανεπιστημίου Χάρβαρντ, με επικεφαλής τον καθηγητή Ασίς Τζα, δοκίμασαν το νέο σύστημα στο Σικάγο και στο Λας Βέγκας.

To νέο σύστημα τεχνητής νοημοσύνης, έχει τη δυνατότητα να απαντάει στους καταναλωτές, αν υπάρχει πιθανότητα να πάθουν τροφική δηλητηρίαση.

Διαπίστωσαν ότι το σύστημα τεχνητής νοημοσύνης μπορούσε να εντοπίσει μεγαλύτερο ποσοστό των επικίνδυνων εστιατορίων, συγκριτικά με τις κριτικές και τα παράπονα άλλων καταναλωτών. Συγκεκριμένα, το νέο σύστημα εντόπισε επιτυχημένα τα επικίνδυνα εστιατόρια κατά 52,3%, τα παράπονα των πελατών 39,4% και οι έλεγχοι των αρμόδιων υπηρεσιών 22,7%.

«Οι τροφικές δηλητηριάσεις είναι συχνές, δαπανηρές και στέλνουν χιλιάδες ανθρώπους στα επείγοντα των νοσοκομείων κάθε χρόνο. Η νέα τεχνική που αναπτύχθηκε από τη Google, μπορεί να βοηθήσει τα εστιατόρια και τις τοπικές υπηρεσίες υγείας να βρίσκουν πιο γρήγορα τις πηγές των προβλημάτων, προτού εξελιχθούν σε μεγαλύτερα προβλήματα δημόσιας υγείας», δήλωσε ο διευθυντής του Ινστιτούτου Παγκόσμιας Υγείας του Χάρβαρντ, δρ Τζα.

Στο 38% των περιπτώσεων που εντόπισε το σύστημα, δεν ήταν το πιο πρόσφατο εστιατόριο που είχε επισκεφθεί ο χρήστης, που έκανε σχετικές αναζητήσεις στη Google.

Οι ερευνητές ανέφεραν ότι το γεγονός αυτό είναι σημαντικό. Όπως έχουν δείξει άλλες μελέτες, οι καταναλωτές συνηθίζουν να κατηγορούν, συχνά άδικα, το τελευταίο εστιατόριο που επισκέφθηκαν.

Στην πραγματικότητα ένοχο μπορεί να είναι το προτελευταίο, για παράδειγμα. Οι τροφικές δηλητηριάσεις ορισμένες φορές χρειάζονται 48 ώρες ή και περισσότερες μέχρι να εκδηλώσουν αισθητά συμπτώματα. Επομένως, ο καταναλωτής μπορεί να πιστέψει λανθασμένα ότι φταίει το τελευταίο εστιατόριο που είχε επισκεφθεί.

«Με τη νέα αυτή μελέτη, έχουμε απλώς γρατζουνίσει την επιφάνεια αυτού που είναι δυνατό στο νέο πεδίο της επιδημιολογίας. Μπορούμε πλέον να χρησιμοποιήσουμε online δεδομένα για να κάνουμε επιδημιολογικές παρατηρήσεις σε σχεδόν πραγματικό χρόνο, πράγμα που δίνει νέες δυνατότητες να βελτιώσουμε σημαντικά τη δημόσια υγεία με τρόπο έγκαιρο και όχι δαπανηρό», ανέφερε ο ερευνητής της Google Εβγκένι Γαβρίλοβιτς.

Άλλωστε αυτές οι έρευνες μπορούν να βοηθήσουν και τα εστιατόρια να εντοπίσουν τις αδυναμίες τους.

Τη νέα μελέτη χρηματοδότησε και το Κέντρο Ελέγχου και Πρόληψης Νοσημάτων (ΚΕΕΛΠΝΟ) των ΗΠΑ. Η σχετική έρευνα δημοσιεύθηκε στο περιοδικό ψηφιακής ιατρικής «npj Digital Medicine».

http://valueforlife.gr

Αν βρήκατε ενδιαφέρον αυτό που είδατε, τότε κοινοποιήστε το και σε φίλους, μπορεί και σε αυτούς να είναι χρήσιμο!