El modelo de previsión de inspecciones alimentarias de Chicago — clasificar restaurantes según el riesgo de infracción para detectar problemas antes

En 2014, el Departamento de Salud Pública de Chicago, junto con el Departamento de Innovación y Tecnología, la Civic Consulting Alliance y Allstate Insurance, construyó un modelo de aprendizaje automático para predecir qué establecimientos de alimentos tenían más probabilidades de presentar infracciones críticas de seguridad alimentaria.

Reasignar de forma más eficiente un número fijo de inspecciones de seguridad alimentaria, priorizando los establecimientos con mayor probabilidad de infracciones críticas, sin reducir la supervisión ni sustituir el juicio de los inspectores.

El modelo puntuó los establecimientos con licencia utilizando alrededor de 100.000 inspecciones anteriores, quejas 311 cercanas, datos meteorológicos, reportes de robos, estado de la licencia, tipo de instalación y tiempo desde la última inspección. Un piloto formal se realizó entre septiembre y octubre de 2014, comparando el orden de inspección clasificado por el modelo con la programación normal de Chicago (impulsada por quejas y rotación) en 1.637 establecimientos, de los cuales 258 tenían infracciones críticas.

Los inspectores que trabajaron con la lista del modelo encontraron el 69% de los establecimientos con infracciones críticas (178 de 258) en la primera mitad del calendario, frente al 55% con la práctica estándar, y detectaron los problemas aproximadamente 7,5 días antes en promedio. La ciudad estimó que el modelo habría detectado 37 establecimientos infractores adicionales solo en el primer mes. Un análisis retrospectivo académico independiente de 2019 (arXiv:1910.04906) reprodujo los resultados, considerando las mejoras reportadas como direccionalmente sólidas, aunque señalando reservas metodológicas sobre cómo se construyó la comparación original.

Chicago publicó abiertamente el código fuente completo, los datos de entrenamiento y la metodología de evaluación en GitHub, convirtiendo el proyecto en un caso de referencia ampliamente citado para la puntuación de riesgo gubernamental abierta y auditable, aunque no se encontró ningún caso confirmado de otra ciudad adoptando operativamente el mismo código.