谷歌可以马上告诉你哪些餐馆存在食物中毒的潜在风险，这要归功于一种能够近乎实时地识别食品安全漏洞的算法。 与哈佛大学的研究人员合作，谷歌在芝加哥和拉斯维加斯测试了机器学习模型，以识别用户搜索查询，如“胃痉挛”或“腹泻”，特别针对最近去过的餐馆，然后将其与保存的位置历史数据交叉引用。数据来自进行这些搜索的智能手机。
食品图片
但卫生检查员仍被派到许多餐馆。因为有的餐馆认为谷歌的模型可能不安全，而有的餐馆则是通过传统方法确定是否存在食物安全风险，例如消费者投诉。 但检查员不知道投诉的是哪些餐馆。当研究人员将该模型与拉斯维加斯和芝加哥卫生部门的例行检查结果进行比较时，他们发现该模型检测到的两个城市具有食物安全风险的餐馆的整体比例为52.3％，而顺利通过例行检查检测但具有食物安全风险的餐馆的整体比例为22.7％。
食品图片
研究报告的合作者之一，也是谷歌研究科学家的Evgeniy Gabrilovich表示，该模型可以在解决持续存在的食源性疾病问题方面发挥重要作用。他说：“在这项研究中，我们刚刚在机器学习流行病学领域中找到了一些方向。我把这个类比为现代流行病学之父约翰・斯诺博士的作品，在1854年伦敦市中心他不得不挨家挨户地询问人们从哪里取水来找到霍乱疫情的来源。今天，我们可以使用在线数据近乎实时地对流行病进行观察研究，并有可能及时并低成本的显著改善公共卫生。”
