用算法远离食物中毒，让这个夏天更安心

By 超神经

场景描述：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。

关键词：食源性疾病  自然语言处理  计算机视觉  食品安全

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）和位置模型（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。

—— 完 ——

扫描二维码，加入讨论群

获得更多优质数据集

回复「进群」自动入群

更多精彩内容（点击图片阅读）