Mesterséges intelligencia ideghálózatot használtak az elhízás elterjedtségének összehasonlítására az Egyesült Államok egyes városaiban, különböző környezeti tényezőkkel, például tornatermek, parkok vagy zöld területek jelenlétével.

űrből

Bár mindenkinek megvannak a preferenciái, általában bárki, aki jó helyet keres a költözésre, általában egy sor közös jellemzőt vesz figyelembe: Közeli tömegközlekedési megállók, iskolák, üzletek, kórházak ...

Nagy vonalakban infrastruktúrákat keresünk megkönnyíti az életünket, úgy, hogy muszáj minél kevesebbet mozogni mindennapunk során. Ez egyértelmű, de valóban csak erre kell figyelni?

A JAMA Network Open-ben megjelent új tanulmány szerint a Washingtoni Egyetem, Más tényezőket is figyelembe kell venni, legalábbis ha helyet akarsz találni egészséges élet érvényesül. Megmutatták a mesterséges intelligencia modell, amely képes összekapcsolni az elhízás gyakoriságát az épített környezettel.

Az elhízás észlelése az űrből

2016-ban, a világ minden táján voltak több mint 340 millió túlsúlyos vagy elhízott gyermek és serdülő, az Egészségügyi Világszervezet adatai szerint.

A az elhízás globális szintje 1975 óta csaknem megháromszorozódott és továbbra is ugrásszerűen haladjon előre, a jelenlegi életmódból fakadó tényezők táplálva, mint például a mozgásszegény életmód vagy a gyorsétterem létesítményeinek kínálatának növekedése.

Minden szakember egyetért abban, hogy az elhízást befolyásolja nagyon világos tényezők, mint például a genetika, az étrend, a fizikai aktivitás és a környezet. A bizonyítékok azonban arra utalnak asszociációk az épített környezettel a tanulmányok és a földrajzi összefüggések között nagyban változott. Ezért ezek a kutatók úgy döntöttek, hogy megkeresik ezt az egyesületet, a Google Maps és a mesterséges intelligencia segítségével.

A tanulmány az a konvolúciós ideghálózat (CNN); vagyis egyfajta mesterséges intelligencia, amely mély tanulást használ függetlenül azonosítsa az adatkészlet bizonyos mintáit.

Ebben az esetben ennek a modellnek a célja az volt keresse meg az elhízással járó mintákat az amerikai városok műholdas képein a híres Google alkalmazással.

A CNN fejlesztésének első lépése a 1,2 millió kép bemutatása, akik rokonságban voltak az elhízás prevalenciájára vonatkozó adatok, az 500 város projektből származik, amely a Betegségmegelőzési és Megelőzési Központ. Ily módon az idegháló megtanulta összekapcsolni mindkét tényezőt, képes később megjósolni az asszociációt.

Ezután tesztelték a modellt 1695 szakasz az Egyesült Államok hat városához tartozik: Bellevue, Seattle, Tacoma, Los Angeles, Memphis és San Antonio. Ezeket választották, nem pedig másokat, mert két államhoz tartoztak az elhízás nagyobb gyakorisága (Tennessee és Texas) és kettő közülük, akiknek van egy alacsonyabb prevalencia (Washington és Kalifornia).

A modell elemezte az épített környezet egyes pontjait, amelyek összefüggésbe hozhatók az elhízás prevalenciájával, például a jelenlétét edzőtermek, gyógyfürdők, éttermek, pékségek, szupermarketek vagy tekepályák. Ezen túlmenően arra is összpontosított, hogy létezik-e vagy sem zöld területek és parkok a közelben, mivel ez arra ösztönözheti a környéken élő embereket szabadtéri testmozgás.

Végül az épített környezet mindezen jellemzői elmagyarázta az elhízás prevalenciájának 64,8% -át az elemzett kerületekben.

Egyéb érdekes adatok

A modell bizonyos összefüggést talált az egyes körzetek társadalmi-gazdasági szintjével is. Pontosabban azokban a körzetekben, ahol nagyobb a egy főre jutó jövedelem az életkorral korrigált elhízási prevalencia becslések Alsó.

Ez könnyen megmagyarázható, mivel az a személy, akinek jövedelme alig éri el az életét, vagy fontolóra veszi a havi kiadásokat tornateremben, bármennyire is élek hozzá. Akárhogy is, ez nem akadályozná meg abban, hogy futni menjen, vagy valamilyen más típusú gyakorlatot végezzen otthon. Ezért ezeknek a tudósoknak a következő lépés lesz koncentráljon az ilyen típusú tényezők hatására, mélyebben.

Egyértelmű, hogy az emberek, akik élnek zöld és nyílt területek könnyebben mozoghat, míg azok, akik élnek sűrűn lakott területek növényzet nélkül gyakran ülő és elfoglaltabb életet élnek, ami megakadályozza a testmozgást, hacsak nem fizetnek egy edzőtermet.

Mindez érzékelhető volt. Ezzel a modellel azonban felismerhető, hogy melyek azok a legtöbb problémás terület, hogy kifejezetten nagyobb számú személyt célozzon meg tájékoztatási és megelőzési intézkedések. Úgy tűnik, hogy a Google Maps egy olyan eszköz, amelyet számos alkalmazás fedezhet fel.