Cómo Twitter puede ayudarte a evitar una intoxicación alimentaria

Cómo Twitter puede ayudarte a evitar la intoxicación alimentaria
nEmesis descubrirá si tu restaurante favorito te hará vomitar

No hay nada peor que el momento en que aparecen las náuseas cuando te das cuenta de que el wrap de pollo búfalo del que estabas hablando durante el almuerzo se ha vuelto violentamente en tu contra.

La intoxicación alimentaria es un término general para las enfermedades transmitidas por los alimentos, y pueden variar desde casos breves y leves hasta episodios mortales, y Investigadores de la Universidad de Rochester creen que cada caso se puede prevenir y que Twitter puede ayudar en la prevención. esfuerzos.

Vídeos recomendados

Los investigadores idearon un sistema llamado nEmesis, que describir como “un sistema de extremo a extremo que ‘escucha’ tweets públicos relevantes, detecta visitas a restaurantes a partir de mensajes de Twitter geoetiquetados, rastrea la actividad del usuario después de un restaurante visita, infiere la probabilidad de aparición de enfermedades transmitidas por alimentos a partir del texto de la comunicación del usuario y, finalmente, clasifica los restaurantes mediante un análisis estadístico de los datos procesados. datos."

Utilizaron 3,8 millones de tweets de 94.000 usuarios de Twitter en el área de Nueva York y encontraron 480 cargos de intoxicación alimentaria según la herramienta. nEmesis clasifica los tweets mediante palabras clave de localización geográfica que podrían indicar que alguien se siente mal después de comer; se utilizaron como palabras clave frases como #malestarestómago y “tan enfermo, Dios mío”.

Usaron un filtro automático para examinar el enorme volumen de tweets en busca de frases que indicaran enfermedad, y luego usaron personas registradas en el programa Mechanical Turk de Amazon para prestar ojos humanos a los tweets y encontrar los que tienen más probabilidades de indicar enfermedades.

El sistema identifica restaurantes que podrían enfermarte basándose en lo que tuitean las personas que los han visitado, y sus hallazgos coincidieron bastante estrechamente con el Nuevo Las calificaciones actuales del Departamento de Salud de York, lo que indica que probablemente debería mantenerse alejado de ese lugar de ramen incompleto pero barato si no pasa volando. colores.

Esto podría ser de gran ayuda si las organizaciones de inspección de alimentos utilizaran nEmesis para determinar qué restaurantes deberían revisar, ya que los lugares con mayores incidentes de enfermedades podrían cerrarse en un momento más oportuno. moda. Y sería útil para cualquiera que decida dónde salir a comer.

Sean Brennan, uno de los investigadores, dice que el modelo nEmesis podría usarse para rastrear otros problemas. “Lo que nuestro modelo hace bien es etiquetar clases de enfermedades. En el pasado nos centrábamos principalmente en enfermedades similares a la influenza, por ejemplo, y éste trataba sobre enfermedades transmitidas por alimentos, que cubre un espectro de síntomas y causas. Un buen ejemplo de esto, y otra posible rama de investigación que estábamos considerando, era la salud mental, en particular la depresión y la ansiedad. Creemos que identificar estos casos también podría ser una contribución profunda y gratificante al campo”.

Pero Brennan señala que la herramienta es buena para obtener estimaciones, no resultados exactos, y que no funcionaría bien si estuviera buscando un problema demasiado específico. “Si buscas algo súper específico (casos de faringitis estreptocócica, por ejemplo), entonces habría Probablemente no haya suficientes ejemplos positivos para generar una señal confiable o ser estadísticamente significativos”, afirmó. dice.

Este tipo de modelo puede funcionar en otras grandes ciudades. “Otros países de habla inglesa querrían adaptar nuestro modelo de idioma original a la lengua vernácula local, ya que muchos "La parte de nuestro lenguaje ingenuo, que utilizamos para obtener nuestro conjunto de datos original, dependía de coloridas frases estadounidenses", dijo Brennan. dice. “Y, por supuesto, las ciudades que no hablan inglés necesitarían cambiar el idioma por completo. Desafortunadamente, esto sólo puede funcionar en la escala de Nueva York o Los Ángeles, y no en Madison, WI, por ejemplo. Los tweets geoetiquetados son demasiado escasos (tanto en el espacio como en el tiempo) en algunos lugares actualmente, pero es de esperar que esto mejore en los próximos años”.

nEmesis aún no es una aplicación, pero los investigadores crearon algo llamado Rastreador de gérmenes basado en un modelo de investigación más antiguo. Localiza tweets en tu área que indican que las personas que te rodean están enfermas, por lo que si eres un con fobia a los gérmenes, es tu mejor amigo o lo que hará que nunca quieras dejar tu casa de nuevo. Yelp ha hecho esfuerzos similares con la adición de puntuaciones de higiene de restaurantes a las páginas de los restaurantes (sin embargo, la función solo está disponible en Nueva York y San Francisco).

Aunque el modelo nEmesis aún no está perfeccionado, es un claro ejemplo de cómo los investigadores pueden explotar las redes sociales para mejorar la salud pública y, con suerte, si los programas Si esto aumenta su popularidad, recordarán a los propietarios de restaurantes que incluso si los inspectores de salud no vienen, los hábitos de mala calidad en el servicio de alimentos no pasarán desapercibidos para la gente. comensales.

Recomendaciones de los editores

  • ¿Por qué Twitter ahora se llama X? Aquí tienes todo lo que necesitas saber
  • Hilos de Instagram: lo que necesitas saber y cómo registrarte
  • No eres solo tú: Twitter no funciona para usuarios de todo el mundo
  • La autenticación de dos factores por SMS de Twitter está teniendo problemas. Aquí se explica cómo cambiar de método
  • Elon Musk invita a quejas en Twitter y obtiene 83.000 respuestas

Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.