Tidak ada yang lebih buruk daripada saat rasa mual muncul ketika Anda menyadari bahwa bungkus ayam kerbau yang Anda bicarakan saat makan siang telah berbalik merugikan Anda.
Keracunan makanan adalah istilah umum untuk penyakit bawaan makanan, dan penyakit ini dapat berkisar dari kasus yang singkat dan ringan hingga episode yang fatal – dan peneliti dari Universitas Rochester yakin setiap kasus dapat dicegah, dan Twitter dapat membantu dalam pencegahannya upaya.
Video yang Direkomendasikan
Para peneliti datang dengan sistem yang disebut nEmesis, yang mereka lakukan menggambarkan sebagai “sistem end-to-end yang 'mendengarkan' tweet publik yang relevan, mendeteksi kunjungan restoran dari pesan Twitter yang diberi tag geografis, melacak aktivitas pengguna yang mengikuti restoran kunjungan, menyimpulkan kemungkinan timbulnya penyakit bawaan makanan dari teks komunikasi pengguna, dan akhirnya memberi peringkat restoran melalui analisis statistik dari makanan yang diproses. data."
Mereka menggunakan 3,8 juta tweet dari 94.000 pengguna Twitter di wilayah New York, dan mereka menemukan 480 kasus keracunan makanan berdasarkan alat. nEmesis memilah-milah tweet berdasarkan kata kunci lokasi geografis yang mungkin menunjukkan bahwa seseorang merasa mual setelah makan – frasa seperti #upsetstomach dan “sangat sakit ya ampun” digunakan sebagai kata kunci.
Mereka menggunakan filter otomatis untuk menyaring sejumlah besar tweet untuk mencari frasa yang mengindikasikan penyakit, dan kemudian menggunakannya orang-orang yang terdaftar di program Mechanical Turk Amazon untuk memperhatikan tweet tersebut dan menemukan tweet yang paling mungkin mengarah pada penyakit.
Sistem ini menunjukkan dengan tepat restoran-restoran yang mungkin membuat Anda sakit berdasarkan tweet dari orang-orang yang mengunjungi restoran tersebut – dan temuan mereka sangat cocok dengan yang Baru. Nilai Departemen Kesehatan York saat ini, menunjukkan bahwa Anda mungkin harus menjauh dari tempat ramen yang tidak jelas tapi murah itu jika tidak cocok untuk terbang warna.
Hal ini akan sangat membantu jika organisasi pengawas makanan menggunakan nEmesis untuk menentukan restoran mana mereka harus memeriksanya, karena tempat-tempat dengan insiden penyakit yang lebih tinggi dapat ditutup lebih cepat mode. Dan akan sangat membantu bagi siapa pun yang memutuskan di mana mereka harus pergi makan.
Sean Brennan, salah satu peneliti, mengatakan model nEmesis dapat digunakan untuk melacak masalah lain. “Apa yang model kami lakukan dengan baik adalah memberi label kelas penyakit. Di masa lalu, kita lebih fokus pada penyakit mirip influenza, misalnya, dan kali ini kita fokus pada penyakit yang ditularkan melalui makanan, yang mencakup spektrum gejala dan penyebab. Contoh bagus mengenai hal ini, dan cabang penelitian potensial lainnya yang kami pertimbangkan, adalah kesehatan mental, khususnya depresi dan kecemasan. Kami pikir mengidentifikasi kasus-kasus ini juga bisa menjadi kontribusi yang besar dan bermanfaat bagi bidang ini.”
Namun Brennan mencatat bahwa alat ini bagus dalam mendapatkan perkiraan, bukan hasil yang tepat, dan tidak akan berfungsi dengan baik jika Anda mencari masalah yang terlalu spesifik. “Jika Anda mencari sesuatu yang sangat spesifik (contohnya radang tenggorokan, misalnya) maka ada mungkin bukan contoh positif yang cukup untuk menghasilkan sinyal yang dapat diandalkan, atau signifikan secara statistik,” katanya mengatakan.
Model seperti ini bisa diterapkan di kota-kota besar lainnya. “Negara-negara berbahasa Inggris lainnya ingin menyesuaikan model bahasa asli kami dengan bahasa setempat, karena banyak mode bahasa naif kami – yang kami gunakan untuk mendapatkan kumpulan data asli – bergantung pada frasa Amerika yang penuh warna,” Brennan mengatakan. “Dan tentu saja kota-kota yang tidak berbahasa Inggris perlu mengubah bahasanya sepenuhnya. Namun sayangnya, hal ini hanya dapat berhasil pada skala New York atau L.A., dan tidak pada skala Madison, WI misalnya. Tweet yang diberi geotag saat ini terlalu jarang (baik dalam ruang dan waktu) di beberapa tempat, namun diharapkan hal ini akan membaik di tahun-tahun mendatang.”
nEmesis belum menjadi sebuah aplikasi, namun para peneliti membuat sesuatu yang disebut Pelacak Kuman berdasarkan model penelitian yang lebih tua. Ini menemukan tweet di wilayah Anda yang menunjukkan orang-orang di sekitar Anda sakit – jadi jika Anda a germaphobe, entah itu sahabatmu atau hal yang akan membuatmu tidak ingin meninggalkan sahabatmu rumah lagi. Yelp telah melakukan upaya serupa dengan penambahan skor kebersihan restoran ke halaman restoran (namun fitur ini hanya tersedia di New York dan San Francisco).
Meskipun model nEmesis belum sempurna, model ini merupakan contoh bagus bagaimana peneliti dapat memanfaatkan jaringan sosial untuk meningkatkan kesehatan masyarakat – dan mudah-mudahan, jika program seperti ini semakin populer, mereka akan mengingatkan pemilik restoran bahwa bahkan jika petugas kesehatan tidak datang, kebiasaan buruk dalam pelayanan makanan tidak akan luput dari perhatian orang. pengunjung.
Rekomendasi Editor
- Mengapa Twitter disebut X sekarang? Inilah semua yang perlu Anda ketahui
- Utas Instagram: apa yang perlu Anda ketahui, dan cara mendaftar
- Bukan hanya Anda – Twitter tidak dapat diakses oleh pengguna di seluruh dunia
- Otentikasi dua faktor SMS Twitter mengalami masalah. Berikut cara mengganti metode
- Elon Musk mengundang keluhan Twitter, mendapat 83.000 balasan
Tingkatkan gaya hidup AndaTren Digital membantu pembaca mengawasi dunia teknologi yang bergerak cepat dengan semua berita terkini, ulasan produk yang menyenangkan, editorial yang berwawasan luas, dan cuplikan unik.
