Використання алгоритму дозволить розробити конкретні кампанії для кожного району з метою запобігання надмірної ваги. Реструктуризація міського планування також може зменшити ризик розвитку хвороби.

оцініть

Штучна нейронна мережа здатна оцінити рівень ожиріння в конкретному районі на основі аналізу супутникових знімків району. Система вивчає розподіл різних елементів довкілля, але не людей. [Pixabay]

Висновки Адяші Махарани та Елейн Окаєне Нсоєсі могли допомогти не лише у вивченні показників стану здоров’я певної популяції. Крім того, це дивно. Ці дослідники з Вашингтонського університету в Сіетлі розробили алгоритм, здатний оцінити рівень ожиріння в околицях після аналізу фотографій навколишнього середовища, зроблених з космосу.

Лос-Анджелес, Мемфіс, Сан-Антоніо та Сіетл були чотирма американськими містами, що вивчались з 14 лютого по 31 грудня 2017 р. Протягом усього періоду вчені отримали 150 000 високоякісних зображень за допомогою програми Google Maps. З цих знімків було вилучено інформацію про розподіл доріг, будівель, дерев та вологих ділянок, таких як річки, озера чи ставки.

Відомо, що доступ до природних просторів та рекреаційних або спортивних споруд сприяє регулярній фізичній роботі. Навпаки, висока щільність населення, а також близькість до автомагістралей чи промислових районів пов’язані з більшою схильністю страждати від проблем із зайвою вагою. Новизна роботи, опублікованої журналом JAMA Network Open, полягає, однак, у методі, який використовується для обробки такого величезного обсягу даних: штучні нейронні мережі.

Ця математична модель, заснована на комп’ютері, базується на наборі штучних нейронів або одиниць, зв’язки яких нагадують зв’язки біологічного мозку людини. Система дозволила Махарані та Окейне Нсоайзу об'єктивно, відтворюваним та швидким способом аналізувати супутникові фотографії різних районів, щоб пізніше порівняти результати з даними про рівень ожиріння мешканців. Це дозволило оцінити відсоток людей з індексом маси тіла більше 30 відповідно до розподілу різних складових ландшафту.

Дослідники підкреслюють надійність та послідовність розробленої технології. Дотепер варіативність методів, що використовуються у цьому типі аналізу, ускладнювала порівняння висновків, отриманих у різних дослідженнях. Тож Махарана та Окаене Нсуаз вирішили поступитися правами на свій алгоритм. Іншими словами, будь-який дослідник, який цього бажає, зможе вільно отримати до нього доступ та провести власне дослідження.

В даний час ожиріння є проблемою охорони здоров'я у всьому світі. Розуміння того, як розподіл будівель, парків та інших міських чи природних елементів впливає на розвиток цієї хвороби, допомогло б не тільки запобігти її, а й сприяти боротьбі з нею.

Марта Пулідо Сальгадо

Довідково: "Використання глибокого навчання для вивчення асоціації забудованого середовища з поширеністю ожиріння серед дорослих", автор А. Махарана та Е. Окаене Нсосіє, у JAMA Network Open, 1 (4): e181535, опубліковано 31 серпня 2018 р.