알고리즘을 활용해 식중독을 예방하고 이번 여름을 더욱 평화롭게 보내세요
여름철에는 식중독 사고가 자주 발생하며, 심각한 경우 생명에 위협을 줄 수도 있습니다. 레스토랑의 식품 안전 문제와 관련하여 일부 연구자들은 자연어 처리 및 컴퓨터 비전과 같은 기계 학습 기술을 사용하여 보건 부서가 잠재적인 식품 안전 위험을 식별하고 더욱 친근한 식사 환경을 조성하는 데 도움을 주었습니다.
식중독 사고는 뉴스에서 흔히 볼 수 있습니다. 러시아 위성통신에 따르면, 현지 시각으로 7월 6일, 중국인 관광객 15명으로 구성된 여행 그룹이 상트페테르부르크의 상하이 호텔에서 식사를 한 뒤 몸이 좋지 않다고 밝혔습니다.식중독 증상, 이후 치료를 위해 병원으로 이송되었습니다.
관련 호텔은 나중에 다음과 같은 사실을 발견했습니다.식품 안전 위험. 보고서에 따르면 식당에는 고기와 야채를 따로 씻지 않고, 식기도 제대로 닦지 않는 등 많은 문제가 있는 것으로 드러났습니다. 현지 소비자권익보호 및 공익감독국이 조사에 개입했고, 이후 해당 식당은 폐쇄 명령을 받았습니다.
여름철에는 식중독 사고가 급증하는 계절입니다.때로는 심각한 대규모 집단 중독 사건이 발생하기도 합니다. 이런 경우는 종종 부정적인 영향을 미치므로 가볍게 여겨서는 안 됩니다.
식중독이 당신의 여름을 망치고 있습니다
식중독은 신체적 불편함을 유발할 수 있습니다. 일반적인 증상으로는 심한 구토, 설사, 상복부와 중복부 통증이 있습니다. 또한 구토와 설사는 종종 탈수 증상을 유발하여 입이 마르고, 눈구멍이 꺼지고, 피부 탄력이 떨어지고, 사지가 차갑고, 맥박이 약하고, 혈압이 낮아지는 등의 증상이 나타납니다. 심하면 쇼크에 빠질 수도 있습니다.
식중독에 대한 심각한 용어는 식품매개질환입니다.일반적으로 오염된 음식이나 식수로 인해 발생합니다.. 음식 자체가 유독한 경우(예: 독버섯) 외에도 부적절한 가공 방법이나 식품 재료가 병원성 박테리아에 오염된 경우와 같은 요인도 있습니다.
여름에는 기온이 높고, 적절하게 보관하고 취급하지 않으면 부패한 고기, 계란, 유제품, 차가운 음식, 남은 음식 등 많은 음식이 중독의 원인이 될 수 있습니다.
식품 안전 문제에 대한 관심이 점점 높아지고 있지만, 우리의 배를 채울 수 있는 음식을 독극물로 바꾸는 의도치 않은 또는 고의적인 행동이 항상 존재합니다. 식품 감독은 일반적으로 규제 당국의 검사와 감독에 의존합니다. 하지만 오늘날에는 레스토랑이 너무 많아서 전통적인 방법으로는 충분하지 않습니다.
하지만 새로운 방법들이 식품 안전을 유지하는 데 효과적인 도구가 되고 있습니다.인터넷상의 사용자 댓글 등의 데이터 정보를 자연어 처리 등의 머신러닝 기법을 활용하여이를 통해 획기적인 진전이 이루어지고 사람들이 문제가 있는 레스토랑을 파악하는 데 도움이 될 수 있습니다.
구글과 하버드, 문제 있는 레스토랑 찾아내기 위해 협력
구글과 하버드 대학교의 연구원들은, 기계 학습 모델을 생성하여 식품 위생을 보장하는 방법에 대한 연구를 발표했습니다. 파인더Google 검색 기록과 사람들의 휴대폰 위치 정보를 사용하여 안전 위험을 초래하는 레스토랑을 식별합니다.
"머신러닝 역학: 대규모 식품매개 질병의 실시간 감지"
FINDER의 본체는 두 부분으로 나뉩니다.웹 검색 모델(WSM)그리고위치 모델(LM).
WSM은 식품 매개 질병에 대한 검색어를 식별합니다.예를 들어, "복통", "구토", "설사" 및 식중독과 관련된 단어입니다.
LM은 사용자가 방문한 레스토랑을 찾아냅니다., 데이터 익명성을 보장하면서 레스토랑의 위치 정보를 얻습니다.
마침내 FINDER는 의심스러운 식당을 발견했습니다.식품매개 질병의 증거는 알고리즘 분석을 통해 보건 당국에 제시됩니다.
FINDER는 다양한 정보를 사용하여 평가합니다. 예를 들어, 분석에서 계산되는 지표는 전체 문의 건수가 아니라 인구 내 식품 매개 질병의 실제 발생률입니다. 이를 통해 의료인이 학업적 목적으로 검색을 하는 등 일부 방해 요소를 제거할 수 있습니다.
식중독의 잠복기는 최대 3일까지 지속될 수 있기 때문에 FINDER는 여러 사람의 정보와 식당을 떠난 후 3일 동안의 검색 횟수를 바탕으로 어느 식당에서 식중독이 발생할 가능성이 가장 높은지 정확하게 판단할 수 있습니다.
FINDER는 2016년에 라스베이거스와 시카고에 배치되었습니다.FINDER가 찾아낸 의심스러운 식당 중 52.3%는 검사 과정에서 안전하지 않은 것으로 판단되었지만, 기존 방법을 사용하면 정확하게 판별할 수 있는 식당은 24.7%에 불과했습니다.
맛집 리뷰에서 미식가를 위한 단서를 찾아보세요
2012년부터 뉴욕시 보건부는 유사한 접근 방식을 사용해 왔습니다. 개가 깽깽 우는 소리 미국 최대의 식품 안전 문제를 모니터링하는 리뷰 사이트인 Foodsafe의 데이터를 사용하여, 그들은 대규모 식품 매개 질병의 가능한 근원을 총 10개 찾아냈습니다.
2016년에로체스터 대학교연구원들은 보건부가 앱을 개발하는 데 도움을 주었습니다. 네메시스자연어 처리 방법을 사용하여Twitter와 같은 플랫폼에서 식중독과 관련된 트윗을 식별하고 지오태그를 사용하여 이를 식당과 연결하면 보건 부서에서 효율적인 조사를 수행하는 데 도움이 됩니다.
연구자들은 이러한 접근 방식이 상당한 개선을 가져왔다고 추정합니다.라스베거스에서는 식중독 사례가 9,000건 감소했고 입원 환자도 557명 감소했습니다..
사회적 의견을 분석하는 것 외에도 식품 생산 과정에서 비디오 데이터를 통해 실시간 감독을 실시하는 방법이 떠오르고 있습니다.
우리의 이전 보고서에서,예를 들어, 피자 제조 회사는 카메라와 컴퓨터 비전과 같은 기술을 사용하여 피자 생산 기준을 엄격하게 시행합니다.(텍스트를 클릭하면 바로 읽을 수 있습니다)
공사중 "오픈 키친과 밝은 스토브"이 프로젝트에서는 고객이 뒷쪽 주방에서 진행되는 작업 장면을 유리나 비디오를 통해 볼 수 있는데, 이는 식품 위생에 어느 정도 방해가 됩니다.
다음과 같은 회사도 있습니다. 칙필레,우리는 컴퓨터 비전을 시작으로 직원들의 청소 및 소독, 식품 가공, 생산 과정을 모니터링합니다.해당 시스템은 운영상의 비정상적인 행동을 감지하고 경고 등의 조치를 취할 수 있지만, 이 기술은 아직 개선 단계에 있습니다.
음식을 존중하고 식품 안전에 대한 책임을 지세요
음식은 사람들의 가장 기본적인 욕구라는 잘 알려진 속담이 있습니다. 하지만 우리가 사는 시대는 먹는 것에 대해 호의적이지 않은 것 같습니다. 가끔 식품 안전 문제가 드러나곤 합니다.안전하게 먹는 것이 점점 더 어려워지고 있습니다.
다행히도 식품매개 질병에 대한 연구에서는 머신러닝 방법과 결합된 방대한 양의 데이터를 사용하여 함정을 피하는 데 도움이 되고 있습니다.
중국 음식 문화의 역사는 중국 문명의 역사만큼이나 길다. 배를 채우는 것 외에도 사람들은 음식에 더 많은 문화적 의미를 부여했으며 먹는 것과 관련하여 다양한 추구와 탐구를 해왔습니다.
하지만 다양한 요리든, 그 요리의 이면에 있는 풍부하고 다채로운 문화적 배경이든, 이 모든 것은 음식에 대한 존중과 경외심에서 비롯됩니다.
이와 대조적으로, 오늘날에는 물질적 자원이 풍부해지면서 사람들은 음식에 대해 더 무관심해지고 덜 존중하는 것처럼 보입니다.
몇 가지 기술적 조치를 통해 식중독으로 인한 피해를 전체적으로 없앨 수 있습니다. 하지만 어떤 방법을 사용하더라도 가장 해결하기 어려운 것은 바로 사람들의 식습관에 대한 책임입니다.