Pese a que los controles sanitarios cada vez son más exigentes, en algunos restaurantes aún son con corrientes las intoxicaciones alimentarias. No tiene por qué ser necesariamente culpa del establecimiento, sino que puede ser responsabilidad de la cadena de producción y suministro. Con la pretensión de acabar con este problema, un equipo de investigadores de Google y el Chan School of Public Health de Harvard ha desarrollado un modelo de aprendizaje automático que promete ser efectivo localizando establecimientos conflictivos en ese sentido.
El nombre del modelo es FINDER, siglas de «Foodborne IllNess DEtector in Real time», y su metodología y funcionamiento ha sido detallado en el paper «Machine-learned epidemiology: real-time detection of foodborne illness at scale«, es decir, «Epidemiología basada en aprendizaje automático: detección en tiempo real de intoxicación alimentaria a escala».
Búsquedas del usuario sobre problemas de salud para dar con el probable restaurante causante
El pescado suele ser uno de los grandes causantes de intoxicaciones alimentarias. Según la investigación, FINDER funciona usando datos anonimizados de los usuarios (con el debate de la privacidad siempre sobrevolando, en cualquier caso). En concreto, cruza registros de búsquedas que tienen que ver con problemas de salud relacionados con alimentación, como problemas intestinales o búsquedas sobre cómo superarlos, con el historial de ubicación, que registra los lugares visitados.
De esta manera, el modelo interviene y trata de analizar qué restaurante de los visitados, si hay, puede ser el causante de la intoxicación. Eso sí, según el estudio, no es sencillo discriminar búsquedas que pueden implicar mera investigación a otras en las que va implícito un malestar de los usuarios y una necesidad de mejorar el estado de salud. Para acertar con ello interviene la inteligencia artificial, que tiene en cuenta muchas más variables como clicks en las búsquedas, etc.
Al realizarse el proceso con datos de muchos usuarios, si la problemática surge en la misma zona, es relativamente sencillo acertar con el restaurante que genera el mal estado de salud por contar con comida contaminada. Así, de todos los restaurantes analizados, el 52,3% encajaba con lugares insalubres, comparado con un 24,7 por ciento de los que no tuvieron problemas.
En cualquier caso, aunque no sean cifras espectaculares, el estudio asegura que mejora los resultados de inspecciones basados en reclamaciones puestas por los comensales, en precisión (a la hora de localizar qué restaurante de los visitados es el culpable), escala y velocidad. Frente a un estudio similar basado en quejas en Twitter, FINDER mejoró un 68%.
También te recomendamos
IA y redes neuronales, la apuesta de Google para luchar contra la pornografía infantil
EL FUTURO DEL COCHE ELÉCTRICO PASA POR ESTOS PUNTOS
–
La noticia
Google y Harvard buscan acabar con la intoxicación alimentaria en restaurantes con una IA que usa datos de los usuarios
fue publicada originalmente en
Genbeta
por
Antonio Sabán
.