Lo que pasa en Las Vegas ya no se queda en Las Vegas.

15 abril 2016
Publicado por José Sendra Lillo
  • La noticia que hoy os traemos, pese a ser del mes de febrero, es muy importante desde el punto de vista de la epidemiología y la seguridad alimentaria. La inteligencia artificial permite ayudar localizar, según los mensajes que los clientes y los manipuladores de alimentos publican en las redes sociales, dónde se ha producido una intoxicación alimentaria. Os contamos la historia, sucedida en Las Vegas, que seguro que no os va dejar indiferentes.
Lo que pasa en Las Vegas ya no se queda en Las Vegas.

Investigadores informáticos de la Universidad de Rochester han desarrollado una aplicación para los departamentos de salud que utiliza el procesamiento del lenguaje natural y la inteligencia artificial para identificar los tweets relacionados con la intoxicación alimentaria, conectarlos a los restaurantes el uso de geoetiquetado e identificar los probables puntos calientes, conflictivos.

El equipo presentó los resultados de su investigación en la 30º reunión de la Asociación para el Avance de la Inteligencia Artificial (AAAI) celebrada en Phoenix, Arizona, en febrero. El proyecto fue apoyado por becas de la Fundación Nacional de Ciencias, los Institutos Nacionales de Salud y el Centro de Ciencia y Tecnología de Intel para Pervasive Computing.

La epidemiología basada en la localización geográfica no es nada nuevo. John Snow, acreditado como el primer epidemiólogo del mundo, utilizó mapas de Londres en 1666 para identificar el origen de la epidemia de cólera que estaba arrasando la ciudad y en el proceso descubrió la conexión entre las fuentes de agua y la enfermedad.

Sin embargo, los investigadores mostraron que ahora es posible deducir el origen de los brotes usando el contenido publicado en las redes sociales por el público. A partir de aquí entran en juego algoritmos de aprendizaje profundos entrenados para reconocer los rasgos lingüísticos asociados con una enfermedad, como por ejemplo, las palabras: "Siento náuseas".

"No necesitamos ir de puerta en puerta como hizo John Snow," dice Adam Sadilek, un investigador que trabajó en el proyecto de la Universidad de Rochester y que ahora trabaja en Google Research. "Podemos utilizar todos estos datos y extraer la información de forma automática."

El trabajo presentado en AAAI describió su reciente colaboración con el departamento de salud de Las Vegas, donde los funcionarios utilizan la aplicación desarrollada y llamada Nemesis, para mejorar los protocolos de inspección de la ciudad.

Normalmente, los equipos de inspectores de sanidad de cada ciudad (incluyendo Las Vegas) utilizan un sistema aleatorio para decidir qué restaurantes para inspeccionar en cualquier día dado. El equipo de investigación convenció a los funcionarios de Las Vegas para reemplazar su sistema aleatorio con una lista de posibles sitios de infección derivada utilizando sus algoritmos inteligentes.

En un experimento controlado, la mitad de las inspecciones se realizaron utilizando el enfoque al azar y la otra mitad se realizaron utilizando Némesis, sin que los inspectores a sabiendas de que se habían producido en el sistema.

Lo que pasa en Las Vegas ya no se queda en Las Vegas.

"Cada mañana los trabajadores de la ciudad recibíamos una lista de lugares donde sabíamos que algo estaba mal por lo que podían hacer una inspección de esos restaurantes", dijo Sadilek.

Durante tres meses, el sistema escaneó automáticamente un promedio de 16.000 tweets de 3.600 usuarios cada día. 1.000 de los tweets se referían a un restaurante específico y de ellos, aproximadamente 12 contenían contenido que probablemente significó una intoxicación alimentaria. Utilizaron estos tweets para generar una lista de ubicaciones de más alta prioridad para las inspecciones.

Al analizar los resultados del experimento, se encontraron con el sistema basado en tuits llevado a citaciones por violaciones de la normativa vigente en materia de seguridad alimentaria un 15 por ciento de las inspecciones, en comparación con el 9 por ciento mediante el sistema aleatorio. Algunas de inspecciones acabaron en advertencia; otros en cierres.

Los investigadores estiman que estas mejoras en la eficacia de las inspecciones dieron lugar a 9.000 incidentes menos de envenenamiento por alimentos y 557 menos la hospitalización en Las Vegas durante el transcurso del estudio.

 

La cuestión se antoja controvertida, ¿os imagináis a los inspectores acudiendo a cada tweet producido en un establecimiento hostelero? Podría ser mal utilizado por la competencia o generar un aumento en las inspecciones, pero por otro lado, forzaría a los manipuladores de alimentos a trabajar más seguro. Por si acaso, lo mejor es formarse para trabajar.