Вони використовували нейронну мережу штучного інтелекту, щоб пов’язати поширеність ожиріння в деяких містах США з різними факторами навколишнього середовища, такими як наявність тренажерних залів, парків чи зелених зон.

космосу

Хоча кожен має свої уподобання, загалом той, хто шукає гарне місце для переїзду, зазвичай бере до уваги низку загальних характеристик: Поруч зупинки громадського транспорту, школи, магазини, лікарні ...

Загалом, ми шукаємо інфраструктури полегшити наше життя, так що ми повинні рухатися якомога менше протягом нашого дня. Це зрозуміло, але чи справді це єдине, на що слід звернути увагу?

Згідно з новим дослідженням, опублікованим у JAMA Network Open, вченими з Університет Вашингтона, є й інші фактори, які слід враховувати, принаймні, якщо ви хочете знайти місце де здорове життя переважає. Вони показали це завдяки модель штучного інтелекту, здатна пов’язати поширеність ожиріння із побудованим середовищем.

Виявити ожиріння з космосу

У 2016 році, були в усьому світі більше 340 мільйонів дітей та підлітків із надмірною вагою або ожирінням, за даними Всесвітньої організації охорони здоров’я.

Глобальний рівень ожиріння майже потроївся з 1975 року і продовжувати прогресувати стрибками, підживлюючись факторами, що походять від поточного способу життя, такі як сидячий спосіб життя або збільшення пропозиції закладів швидкого харчування.

Усі фахівці сходяться на думці, що на ожиріння впливає дуже чіткі фактори, такі як генетика, дієта, фізична активність та навколишнє середовище. Однак докази вказують на асоціації із забудованим середовищем він дуже різнився між дослідженнями та географічним контекстом. Тому ці дослідники вирішили шукати цю асоціацію, за допомогою Google Maps та штучного інтелекту.

Дослідження засноване на використанні a згорткова нейронна мережа (CNN); тобто тип штучного інтелекту, який використовує глибоке навчання самостійно визначати певні закономірності в наборі даних.

У цьому випадку метою цієї моделі було знаходити закономірності, пов’язані з ожирінням, на супутникових знімках міст США із відомим додатком Google.

Першим кроком у розвитку CNN стала представлення 1,2 мільйона зображень, які були пов’язані з дані про поширеність ожиріння, взято з проекту 500 міст, що належить до Центр контролю та профілактики захворювань. Таким чином, нейронна мережа навчилася співвідносити обидва фактори, маючи можливість пізніше передбачити асоціацію.

Потім вони протестували модель на 1695 секцій, що належать до шести міст Сполучених Штатів: Белвю, Сіетл, Такома, Лос-Анджелес, Мемфіс та Сан-Антоніо. Вони вибрали ці, а не інші, оскільки належали до двох держав з вища поширеність ожиріння (Теннессі та Техас) і двоє з тих, хто має одного нижча поширеність (Вашингтон та Каліфорнія).

Модель аналізувала конкретні точки побудованого середовища, які можуть бути пов’язані з поширеністю ожиріння, наприклад, наявністю тренажерні зали, спа-центри, ресторани, пекарні, супермаркети або боулінг-зали. Крім того, він також зосередився на існуванні чи ні зелені зони та парки поблизу, оскільки це може спонукати людей, які проживають у цьому районі, робити це вправи на відкритому повітрі.

Нарешті, всі ці характеристики побудованого середовища пояснили 64,8% варіацій поширеності ожиріння в аналізованих районах.

Інші цікаві дані

Модель також виявила певний зв’язок із соціально-економічним рівнем кожного району. Зокрема, в районах з більшою кількістю дохід на душу населення оцінки поширеності ожиріння з урахуванням віку були нижній.

Це легко пояснити, оскільки людина, чий дохід ледве достатній для життя, і не думає витрачати гроші щомісяця у тренажерному залі, хоч як я близький до нього я живу. У будь-якому випадку, це не завадить вам бігати або робити якісь інші вправи вдома. Тому наступним кроком для цих вчених буде зосередитись на впливі цих типів факторів глибше.

Зрозуміло, що люди, які живуть в зелені та відкриті ділянки легше робити вправи, тоді як тим, хто живе в густонаселені райони без рослинності вони часто ведуть більш сидяче і зайняте життя, що заважає їм займатися спортом, якщо вони не платять за тренажерний зал.

Все це можна було відчути. Однак за допомогою цієї моделі можна виявити, якими є більшість проблемних зон, спеціально націлити на більшу кількість інформаційно-профілактичні заходи. Здається, Google Maps - це інструмент, який має безліч додатків для дослідження.