用算法远离食物中毒,让这个夏天更安心

夏天里,经常有食物中毒的事件发生,严重的还会对生命造成威胁。对于餐厅的食品安全问题,有一些研究者们,动用自然语言处理、计算机视觉等机器学习技术,帮助卫生部门发现潜在的食品安全隐患,帮助打造一个更加友好的饮食环境。

食物中毒的新闻事件常有发生。根据俄罗斯卫星通讯社报道,当地时间 7 月 6 日,由 15 名中国游客组成的旅游团,在圣彼得堡「上海酒店」进餐后出现不适,出现食物中毒症状,随后被送往医院接受治疗。

涉事酒店在此后被检查出存在食品安全隐患。报道中披露了餐厅的多项问题,如肉类食品和蔬菜没有分开清洗,餐具清洁不合格等。当地的消费者权益保护和公益监督局介入调查,稍后,该餐厅被勒令停业。

夏日时节,食物中毒事件进入了高发季节,甚至有时候还会爆出严重的大规模集体中毒事件,这些案件往往都会造成恶劣的影响,不可轻视。

7 月 3 日,前菲律宾第一夫人的寿宴上发生集体中毒

食物中毒正在摧残你的夏天

食物中毒会引发身体不适,常见的症状有剧烈呕吐、腹泻,同时伴有中上腹部疼痛。而且常会因为上吐下泻,造成脱水症状,引发口干、眼窝下陷、皮肤弹性消失、肢体冰凉、脉搏细弱、血压降低等情况,严重的可能会导致休克。

食物中毒后,身体会受到很大的影响

食物中毒的严肃说法是食源性疾病,通常是由受污染的食物或饮用水造成。除了本身有毒的食物(如毒蘑菇)、还会存在加工方法不当、食材被致病细菌污染等因素。

夏天气温高,如果保存和处理不当的话,很多食材都会变成中毒源,其中包括变质的肉类、蛋类、奶产品,以及凉拌菜、剩菜剩饭等。

由泛科学组织制作的食物中毒原因

尽管食品安全问题越来越被重视,但总是有一些无意或者刻意的行为,让那些本来能饱腹的食物,成为了毒物。而食品的监管,通常要依靠监管部门的检查和监督,这在餐厅众多的今天,传统的手段远远不够。

但一些新的方式,正在成为维护食品安全的利器。通过网络的用户评论等数据信息,借助自然语言处理等机器学习方法,能够打开一些突破口,帮助人们揪出存在问题的餐厅。

谷歌和哈佛联手,精准揪出问题餐厅

谷歌和哈佛大学的研究人员,发布过一个保证食品卫生的研究,通过创建机器学习模型 FINDER,从人们手机中的谷歌搜索记录和位置信息,来识别那些有安全隐患的餐厅。

他们的研究成果发布在 Nuture 下的刊物 NPJ 上
《Machine-learned epidemiology: real-time detection of foodborne illness at scale》

FINDER 的主体分为两个部分,网络搜索模型(WSM)位置模型(LM)

WSM 能识别出食源性疾病的搜索查询,比如「胃痉挛」、「呕吐」、「腹泻」等和食物中毒相关的词汇。

LM 寻找出用户访问过的餐馆,在保证数据脱敏的情况下,获得餐厅的位置信息。

最后,FINDER 在有嫌疑的餐厅中,通过算法分析显示食源性疾病的证据,提交给卫生部门。

FINDER 所用的是多种信息的评估,比如在分析中被计入的指标,是人群中食源性疾病的实际发病率,而不是总体查询量。这样能排除一些干扰因素,比如医学人员因为学术需要进行的检索。

研究发现,食物中毒的源头不仅仅只是最后一次的餐厅还有近 4 成来自于更早的几次餐厅,模型能比人准确地进行判断

而且由于食物中毒的潜伏期可长达 3 天, FINDER 则能根据多人的信息,以离开餐厅后 3 天内的搜索量为依据,准确地断定哪家餐厅是最可能出问题的。

FINDER 于 2016 年在拉斯维加斯和芝加哥完成了部署,在 FINDER 确定的可疑餐厅中,52.3% 在检查时被视为不安全,而常规方法断定的准确率仅为 24.7%。

从餐饮点评发现蛛丝马迹,为吃货扫雷

自 2012 年至今,纽约市卫生局也利用了类似的方法,使用 Yelp (美国最大的点评网站)的数据,监控食品安全问题,他们共找到了 10 次大规模食源性疾病的可能源头。

Yelp 每年帮助纽约查获约 1,500 起食源性疾病投诉

在 2016 年,罗切斯特大学的研究人员,帮助卫生部门开发了一个应用程序 nEmesis,使用自然语言处理方法,从 Twitter 等平台识别与食物中毒相关的推文,使用地理标记将它们链接到餐厅,帮助卫生部门进行高效的排查。

研究人员估计,这种方法的使用,起到了很大的改善作用,拉斯维加斯减少了 9,000 起食物中毒事件,以及 557 起住院治疗

除了从社交评论中进行分析,还有一种方法也呼之欲出,就是在食品的制作流程中,通过视频数据进行实时的监管。

在我们往期的报道中,就列举过做披萨的公司,利用摄像头和计算机视觉等技术,严格披萨的生产规范。(点击文字跳转阅读)

而处于建设之中的 「明厨亮灶」工程,顾客能透过玻璃或者视频,看到后厨的操作画面,这对食品卫生来说,多少算是有些威慑力的。

明厨亮灶工程中,被拍摄的后厨监控画面

还有一些公司如 Chick-fil-A在从计算机视觉入手,对工作人员的清洗消毒、食材处理、制作流程的进行监督,他们的系统能够检测出操作中的异常行为,进行警告等措施,但这项技术还在完善之中。

尊重食物,对食品安全负责做起

有个耳熟能详的成语是,民以食为天。但我们所处的时代似乎对吃并不友好。每隔一段时间,就有食物安全的问题被爆出,吃得安心,越来越成为一件不容易的事情。

所幸的是,针对食源性疾病的那些研究,正在通过大量的数据,结合机器学习的方法,让我们避免踩坑。

中国饮食文化的历史几乎与中国的文明史一样悠久。在充饥果腹之外,人们赋予了饮食更多的文化意味,在吃的方面也有多样的追求和探索。

但无论是花样百出的美食,还是其背后丰富多彩的文化背景,都源于对食物的尊重和敬畏。

反观今日,在物质资源丰盛的今天,人们对食物似乎多了几分随意,少了那份敬畏之心。

通过一些技术上的措施,能整体消除食物中毒带来的危害,但无论是什么方法,最不能解决的,恰恰是人们对于饮食的那份责任。

点击阅读原文