IBM ha sviluppato un sistema unico nel suo genere che consente di aiutare i rivenditori e distributori di prodotti alimentari e i funzionari della salute pubblica a prevedere quali fonti alimentari hanno maggiore probabilità di essere contaminate.
La soluzione sfrutta una serie di algoritmi e tecniche statistiche, correlando informazioni sulla data e ubicazione di miliardi di articoli alimentari venduti nei supermercati ogni settimana, per individuare con elevata probabilità quelli potenzialmente "incriminati" all'interno di appena 10 casi di focolai di malattie di origine alimentare.
Individuare rapidamente il cibo contaminato è fondamentale quando si rileva un focolaio e solitamente il tempo richiesto per tale rilevamento può variare da giorni a settimane.
Il sistema ideato dagli scienziati di IBM promette di ridurre di giorni o addirittura settimane tale tempo di identificazione.
"La predictive analytics basata sulla localizzazione, su contenuti e contesto aumenta la capacità di scoprire rapidamente modelli e relazioni nascoste tra dati eterogenei afferenti alla salute pubblica e alle vendite – ha spiegato ", spiega James Kaufman, Manager of Public Health Research di IBM Research -. Lavoriamo con i nostri clienti nel settore della salute pubblica e con i rivenditori negli Stati Uniti per mettere a punto questo prototipo di ricerca, iniziando con il focalizzarci su 1,7 miliardi di articoli venduti ogni settimana nei supermercati statunitensi".