Ποιο εστιατόριο θα ήταν καλό να αποφύγει κανείς, επειδή υπάρχουν αυξημένες πιθανότητες να πάθει τροφική δηλητηρίαση; Ένα νέο σύστημα τεχνητής νοημοσύνης, που ανέπτυξαν ερευνητές της Google, έχει την απάντηση και είναι μάλιστα πιο ακριβές από άλλες πιο παραδοσιακές μεθόδους, όπως τα παράπονα στα κοινωνικά δίκτυα ή οι έλεγχοι των υγειονομικών αρχών.
Το «έξυπνο» σύστημα αναλύει τις έρευνες των χρηστών στη μηχανή αναζήτησης της Google, οι οποίες σχετίζονται με τροφική δηλητηρίαση (π.χ. «στομαχόπονος», «διάρροια» κ.α.). Μετά χρησιμοποιεί το γεωεντοπισμό GPS στις συσκευές των κινητών τηλεφώνων των χρηστών για να συσχετίσει τα στοιχεία και να εντοπίσει τους μη ασφαλείς χώρους εστίασης όπου είναι πιθανότερο να δηλητηριαστεί κανείς.
Οι ερευνητές της Google και της Σχολής Δημόσιας Υγείας του Πανεπιστημίου Χάρβαρντ, με επικεφαλής τον καθηγητή Ασίς Τζα, που έκαναν τη σχετική δημοσίευση στο περιοδικό ψηφιακής ιατρικής «npj Digital Medicine», δοκίμασαν το νέο «έξυπνο» σύστημα μηχανικής μάθησης στο Σικάγο και στο Λας Βέγκας.
Διαπιστώθηκε ότι το σύστημα τεχνητής νοημοσύνης μπορούσε να εντοπίσει μεγαλύτερο ποσοστό δυνητικά επικίνδυνων εστιατορίων (52,3%), από ό,τι αν βασιζόταν κανείς στα παράπονα άλλων καταναλωτών (39,4%) ή στους ελέγχους ρουτίνας των αρμόδιων υπηρεσιών (μόνο 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, θα μπορούσε 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 δρ Τζα, διευθυντής του Ινστιτούτου Παγκόσμιας Υγείας του Χάρβαρντ.
Είναι αξιοσημείωτο ότι σε αρκετές περιπτώσεις που βρήκε το σύστημα (38%), το εστιατόριο που πιθανώς ήταν υπεύθυνο για την τροφική δηλητηρίαση, δεν ήταν το πιο πρόσφατο που είχε επισκεφθεί ο χρήστης, ο οποίος έκανε σχετ...
Πηγή/Περισσότερα: in.gr


































