原题目:盘算机模子比检讨更正确地辨认不保险的餐馆

UPI 11月6驲电-一项研讨表现,与花费者赞扬跟例行检讨比拟,应用Google数据的呆板进修在辨认潜伏的不保险餐馆方面要正确得多。

哈佛陈廷虎大众卫生学院的研讨职员与Google配合,在一个名为FINDER的体系中开辟搜寻跟定位数据。

研讨职员周二在npj Digital Medicine期刊上宣布的发明中得出论断,他们的方式比基于花费者赞扬或惯例检讨断定疫情的迟缓而繁琐的进程更快地发明成绩。

“食源性疾病很罕见,本钱很高,每年都有不计其数的美国人住进急诊室,”响应作者、哈佛商学院寰球卫生教学、哈佛寰球卫生研讨所所长阿什什·贾博士在一份讲演中说。“这项由Google开辟的新技巧能够辅助餐馆跟处所卫生部分更快地发明成绩,免得它们成为更年夜的大众卫生成绩。”

该模子起首对搜寻查问停止分类,这些查问能够唆使食源性疾病,比方“胃痉挛”或“腹泻”。“而后,它应用搜寻这些术语的人的智妙手机跟近来拜访过的处所的去辨认跟凑集的地位汗青数据。

在这两个都会,卫生部分都取得了一份由模子断定为食源性疾病潜伏起源的餐馆清单。卫生检讨员不晓得他们的检讨是由这种新形式仍是传统方式促进的,他们拜访了这些餐馆。

在芝加哥,该模子在2016年11月至2017年3月时期促进了71次检讨。不保险率为52.1 %,而基于赞扬的检讨中不保险率为39.4 %。研讨职员指出,芝加哥曾经采取了交际媒体发掘技巧,但这种新形式在发明食物保险违规行动方面证实更为准确。

2016年5月至8月,拉斯维加斯共有61次模子提醒检讨。拉斯维加斯以赞扬为基本的检讨不失掉检察,由于都会赞扬的处置方法差别——考察更着重于赞扬的性子,而不是全部机构——拉斯维加斯餐馆主顾(此中很多是旅客)的频率招致赞扬较少。

研讨职员指出,在全部呆板模子案例中,有38 %的案例中,潜伏惹起食源性疾病的餐馆不是搜寻与症状相干要害词的人近来光临的餐馆。作者说,食源性疾病裸露后可能须要48小时乃至更长时光才会呈现症状。

“在这项研讨中,咱们刚涉及了呆板进修风行病学范畴中可能存在的成绩,”合著者Google高等员工研讨迷信家Evgeniy Gabrilovich说。“我把这个比方比作博士的任务古代风行病学之父约翰·斯诺1854年曾在伦敦市核心挨家挨户讯问人们从那里取水,以寻觅霍乱暴发的泉源。”

Gabrilovich说:「明天,咱们能够应用线上材料,以近乎即时的方法停止风行病学察看,有潜力实时且具本钱效益地年夜幅改良大众安康。」

https://www.upi.com/Health_News/2018/11/06/Computer-model-more-accurately-IDs-unsafe-restaurants-than-inspections/3101541513596/烦忙sl=5

义务编纂: