地区:西雅图
洛杉矶 更多城市
通行证 注册 | 登录 登录
机器可比人工检查更准确识别不安全餐厅
[ 编辑:美国华人圈 | 时间:2018-11-08 09:29:24 | 浏览:72次 ]
分享到:

一项新出炉的研究显示,与消费者投诉和日常检查相比,采用谷歌数据的一项机器学习新技术能更准确敌识别潜在不安全餐厅。

据报道,哈佛陈氏公共卫生学院的研究人员与谷歌合作,在一个名为FINDER的系统中开发出了搜索和定位数据。

在这项近日发表在《NPJ数字医学》杂志上研究中,研究人员指出,他们的新技术方法可比基于消费者投诉或人工例行检查来确定疫情的做法更快地发现卫生问题。

机器学习技术检查餐厅安全更准确

该研究报告作者、哈佛全球卫生研究所主任阿西施·杰哈(Ashish Jha)博士在一份新闻稿中表示,“食源性疾病很常见,且给公共卫生带来了巨额费用,每年都有成千上万的美国人因此住进急诊室,而这项由谷歌主导开发的新技术可帮助餐馆和地方卫生部门在问题变得更严重前更快地发现问题。”

谷歌研究人员还联手哈佛大学在芝加哥和拉斯维加斯针对这项新开发的机器学习技术进行了测试。

在这两个城市,卫生部门都收到了一份餐馆名单,该名单被机器学习技术确定为潜在的食源性疾病来源,卫生官员随后也检查了这些餐厅。结果显示,机器学习技术判断出的不安全餐厅准确率是基于传统投诉和检查手段的1.68倍。

比如在芝加哥,该技术模型在2016年11月至2017年3月间进行了71次检查,不安全核实率为52.1%,而在基于投诉的检查系统中,不安全核实率仅为39.4%。

研究人员指出,虽然芝加哥已采用了社交媒体挖掘技术,但这个新模型在查找食品安全违规行为方面则更加精确。

谷歌高级研究科学家叶夫根·加布里洛维奇(Evgeniy Gabrilovich)对此表示,“在这项研究中,我们仅触及了机器学习流行病学领域可能出现的问题的表面,我把这一研究比作现代流行病学之父约翰·斯诺博士所从事的工作,他于1854年在伦敦市中心挨家挨户地询问人们从哪里取水来寻找霍乱爆发的来源。”

他指出,现代人们可以使用在线数据近乎实时地进行流行病学观察,因此有望及时、并以低成本来大幅改善公共卫生状况。

上一篇:研究:淋浴喷头恐导致肺部细菌感染
下一篇:CDC:阿片药物滥用助长丙型肝炎传播
发布评论
称呼:
内容:
用户评价
生命健康更多>>
  • CDC:五分之一的美国高中生吸电子烟

    美国卫生官员于本周四称,超过20%的高中生使用电子烟,这可能会导致尼古丁成瘾、肺部受损以及尝试传统吸烟的诱惑。据UPI报道,美国疾病控制与预防中心(U.S. Centers for Disease Control and Prevention,简称CDC)的数据显示,在2011年至2018年期间,使用电子烟的高中生人数从22万增加至略高于300万。美国卫生与公众服务部(HHS)部长亚历克斯·阿扎尔(Alex Azar)在一份新闻稿中说:“这..

    浏览量:30次发布时间:2018-11-21
  • ·更多美国儿童被确认患有急性弛缓性脊髓炎
  • ·华人注意!感恩节快到 生火鸡染菌源头仍不明
  • ·2017年美国蜱传疾病创历史新高 气候变化或是“元凶”
  • ·从10分钟增到22分钟,CDC建议美国人每天锻炼时间加倍
  • ·美国现大量儿童神秘瘫痪事件 今年已有90起
  • ·癌症或取代心脏病成为富裕美国人头号杀手
  • ·许多美国药店不提供阿片类药物过量解毒剂
  • ·联邦公布新体能指导方针 达标美国人不及三分之一
  • 相关栏目