Le nouveau système d’intelligence artificielle de Google peut dire quel restaurant est à éviter pour ne pas être malade après votre repas.
Manger au restaurant demande une certaine confiance. Vous devez faire confiance à l’établissement pour que les personnes qui manipulent les aliments ont une bonne hygiène et que les aliments sont à la fois frais et stockés correctement dans la réserve. Si rien de tout cela ne se produit, vous pourriez vous retrouver avec une mauvaise intoxication alimentaire. Pour le moment, nous comptons sur la réputation et des inspections sanitaires régulières pour assurer notre sécurité, mais Google et l’Université de Harvard ont une meilleure idée.
Comme le rapporte Harvard, Google et la Harvard T.H. Chan School of Public Health collabore pour mettre au point un moyen très rapide et automatique de détecter les lieux où se produisent les intoxication alimentaire. Cela ne nécessite aucune visite de restaurants ni aucune inspection sanitaire. Il suffit de disposer de données.
Ce que Google a développé est un modèle informatique qui repose sur des données de recherche et de localisation non identifiées. Le système recherche des termes de recherche couramment associés à une intoxication alimentaire, tels que « crampes d’estomac », « vomissements » ou « diarrhée », puis vérifie ces informations par rapport à l’historique de localisation de l’utilisateur. Pour une personne, cela ne dit pas grand chose à Google, mais si des dizaines, voire des centaines de personnes commencent à rechercher des conditions similaires d’empoisonnement alimentaire et si elles fréquentent toutes le même restaurant en peu de temps, vous avez de bonnes preuves qu’il y a un problème.
Le système a été testé à Chicago et à Las Vegas en 2016-2017 et les résultats ont été positifs. Les données ont été utilisées pour inciter les inspecteurs des services de santé à se rendre dans un restaurant si une source potentielle de maladie d’origine alimentaire était détectée. Les services concernés ne savaient pas que les détections étaient générées par le système de Google au cours du test.
Dans l’ensemble, le taux de détection du modèle a atteint 52,3%. Cela peut sembler peu satisfaisant, mais le taux basé uniquement sur les inspections de routine n’est que de 22,7% dans les deux villes testées. Le système de Google s’est également révélé plus intelligent pour identifier le bon restaurant comme source d’une épidémie. 38% des détections concernaient des endroits qui n’étaient pas le dernier endroit visité par une personne, car le système tient compte du temps pendant lequel la maladie reste en sommeil et répercute cela dans les résultats. Les plaintes des personnes malades se concentrent généralement sur le dernier endroit où elles ont consommé de la nourriture et peuvent donc facilement se tromper.
Étant donné que Google et le système de Harvard utilisent le machine learning, de nombreuses améliorations sont possibles. Plus il est utilisé, plus il devrait pouvoir remonter à la source des intoxications alimentaires et augmenter encore plus ce taux de réussite.
