מחקר חדש של IBM: ביג דאטה ואנליטיקה יכולים לסייע בזיהוי מקורות אפשריים של זיהום מזון ומחלות בעקבות הזיהום

From Farm to Fork: How Spatial-Temporal Data can Accelerate Foodborne Illness Investigation in the Global Supply Chain, מחקר של חברת  IBM  שפורסם ב- Sigspatial Journal [Association for Computing Machinery] מצביע על כך שביג דאטה ואנליטיקה יכולים לסייע בזיהוי מקורות אפשריים של זיהום מזון ומחלות בעקבות הזיהום.

חוקרי IBM משתמשים בנתוני סריקה במרכולים כדי להאיץ את הבדיקות והחקירות במהלך השלבים הראשונים התפרצויות מחלות הקשורות למזון.

זיהום מזון (דוגמת סלמונלה, חיידקי E. Coli ונגיפי norovirus) ומחלות הקשורות למזון בעקבות הזיהום [Foodborne illnesses] הינן מקור לדאגה עיקרית לגבי בריאות הציבור. לדברי ה- Centers for Disease Control and Prevention, CDC בארצות הברית היא משפיעה על יותר מאחד מכל שישה אמריקנים מידי שנה: מדובר ב- 48-76 מיליון איש החולים בעקבות כך מידי שנה בארה”ב. 128,000-300,000 מאושפזים במצב זה בכל שנה וכ- 3,000-5,000 איש מידי שנה נפטרים בעקבות מזון מזוהם שגורם למחלות. ההוצאות השנתיות הכרוכות בכך נאמדות רק בארה”ב ב- 9 מיליארד דולר. ברחבי העולם, קרוב לאחת מכל שלוש מיתות כתוצאה מהרעלת מזון היא של ילדים פני פחות מחמש שנים.

במהלך התפרצויות מחלות אלו, זיהוי מהיר של מקור המזון הנגוע חיוני למזער הנזקים לחולים בפועל ולציבור הרחב בכללו ולקביעת הטיפול הרפואי המיטבי.

חוקרים של  IBM Research – Almaden בסן חוסה קליפורניה אומרים שניתוח נתוני סריקה קמעונאים במרכולים מול מפות של מקרים ודאיים של התפרצויות המחלות יכולות להאיץ את החקירות המוקדמות. לדבריהם, גם בעזרת עשרה דו”חות של בדיקה רפואית לגבי התפרצות המחלה הקשורה למזון ניתן לצמצם את החקירה בתוך מספר שעות ל- 12 מוצרי מזון חשודים כגורם למחלה.

חוקרי IBM יצרו מתודולוגיית אנליטיקת נתונים לבחינת נתוני spatio-temporal לרבות מיקום גיאוגרפי וזמן צריכה משוער עבור מאות קטגוריות של מוצרי מזון למכירה במרכולים. החוקרים גם ניתחו את משך ואורך חיי המדף של כל מוצר והמקום הגיאוגרפי של צריכה.

חקירה מסורתית במקרים כאלו אורכת שבועות או אף חודשים זאת שעה שהזמן הוא מרכיב חיוני במיוחד כדי להזהיר את הציבור ולפעול בהתאם להסרת המוצר המסויים – שגרם לפרוץ המחלה – מהמדפים.