Si chiama Foodborne IllNess DEtector in Real time (o meglio definito FINDER) e si tratta di un rivelatore real-time di malattie di origine alimentare
Il team di Google non smette di sorprenderci e questa volta ha deciso di lavorare per supportarci nella scelta dei ristoranti: in particolare, per fornirci informazioni sui ristoranti nei quali vi è un maggiore pericolo di incorrere in un’intossicazione alimentare.
Grazie a un algoritmo in grado di identificare errori nella sicurezza alimentare in tempo quasi reale, e basandosi sulla lettura dei dati aggregati delle ricerche e alla cronologia delle posizioni, il modello garantisce la sicurezza sanitaria avvalendosi del machine-learning.
In collaborazione con i ricercatori dell’Università di Harvard, Google ha testato un modello in grado di identificare le parole chiave utilizzate dagli utenti nelle ricerche (mal di pancia, crampi allo stomaco, ecc.), a seguito dell’assunzione di un pasto in un tal luogo e quindi fare un riferimento incrociato con i dati salvati sulla cronologia delle posizioni dagli smartphone utilizzati per effettuare tali ricerche, in particolare proprio sui ristoranti visitati di recente.
Il primo test ha avuto luogo a Las Vegas e Chicago, dove FINDER ha scovato ristoranti non sicuri con una precisione del 52,3%: una precisione decisamente maggiore delle ispezioni sanitarie di routine, che hanno una percentuale di scoperta di ristoranti potenzialmente dannosi alla salute pari al 22,7%.
Il modello è stato sperimentato a tra maggio e agosto 2016; durante quel periodo sono state completate 5038 ispezioni, 61 delle quali suggerite da FINDER. Una prova simile è avvenuta a Chicago tra novembre 2016 e marzo 2017, dove sono state portate a termine 5880 ispezioni, 71 delle quali grazie ai suggerimenti di FINDER.
Secondo lo studioso di ricerca di Google Evgeniy Gabrilovich, il modello potrebbe svolgere un ruolo importante nella lotta contro il persistente problema delle patologie trasmesse da alimenti . “In questo studio, abbiamo appena scalfito la superficie di ciò che è possibile nel regno dell’epidemiologia appresa a macchina”, ha detto. “Paragono l’analogia con il lavoro del dott. John Snow, il padre dell’epidemiologia moderna, che nel 1854 doveva andare di porta in porta nel centro di Londra, chiedendo alle persone da dove prendevano l’acqua per trovare la fonte di un’epidemia di colera. Possiamo usare i dati online per fare osservazioni epidemiologiche quasi in tempo reale, con il potenziale per migliorare significativamente la salute pubblica in modo tempestivo ed efficiente in termini di costi”.
