برخی از مشکلات سلامت عمومی که بسیار بزرگ هستند از فضا قابل مشاهده می‌باشند. هوش مصنوعی می‌تواند از تصاویر ماهواره‌ای در تشخیص چاقی به طور تقریبی استفاده کند. یک مطالعه جدید این واقعیت را آشکار می‌سازد که حتی بدون در نظر گرفتن افراد چاق می‌تواند چاقی یک ناحیه را تخمین زد. در عوض، به نشانه‌هایی مانند توزیع ساختمان‌ها و درخت‌ها تکیه می‌کند.
دانستن نرخ همسایگی چاقی بزرگسالان می‌تواند منجر به دخالت‌هایی مانند مبارزات برای تغذیه سالم بشود. اما گردآوری چنین آماری مستلزم نظرسنجی‌های گران‌قیمت یا تحقیقات گسترده است.
برای پیدا کردن یک راه بهتر، محققان، تقریبا ۱۵۰،۰۰۰ تصویر ماهواره ای از ۱۶۹۵ سرچ (بر اساس محله‌ها) را در چهار شهر لس انجلس در کالیفرنیا، ممفیس در تنسی، سن آنتونیو در تگزاس و سیاتل در واشنگتن دانلود کردند.
بیشتر بخوانید:
- هوش مصنوعی می‌تواند در کشف جرم به پلیس کمک کند
- آیا رابطه زناشویی باعث چاقی می‌شود؟
- دو زمان پیک وجود دارد که در همه‌ی کشورها مردم در آنها گرسنه می‌شوند!
سپس آنها تصاویر را به یک شبکه عصبی وارد کردند، الگوریتمی که الگوهای زیادی را در مقادیر زیادی از داده‌ها پیدا می‌کند. این شبکه به محققان کمک کرد تا روی مهمترین ویژگی‌های تصاویر، از قبیل مقدار سبز (لکه‌های سبز در تصاویر بالا در وسط و در سمت راست تقریبا مربوط به درختان و چمن در تصاویر بالا چپ)، نوارهای خاکستری (حباب‌های خاکستری در وسط، مربوط به جاده‌ها در سمت چپ) یا مستطیل‌های سفید (حباب‌های قرمز در سمت راست، مربوط به ساختمان‌های سمت چپ) تمرکز کنند. سپس تیم با استفاده از یک برنامه دیگر برای پیدا کردن ارتباط بین این ویژگی‌های بصری و میزان چاقی استفاده کرد.
در پایان، محققان می‌توانند میزان چاقی ناحیه را حتی بهتر از آنچه که می‌توانند با آمار جداگانه‌ای از قبیل تعداد سالن‌های ورزشی و رستوران‌ها، برآورد کنند، امروزه این دست از داده‌ها را در JAMA Network Open گزارش می‌دهند.
در این مقاله، ارزیابی میزان چاقی منطقه می‌تواند به برنامه‌ریزان شهر کمک کند تا تصمیم بگیرند که چه کسی تشویق شود تا فعالیت جسمی بیشتری داشته باشد یا اینکه محل‌های مواد غذایی سالم‌تر باشد. داده‌های ماهواره‌ای به طور کامل نمی‌تواند جایگزین روش‌های سنتی بهداشت عمومی مانند نظرسنجی‌ها شود، اما به عنوان مکمل ارزان و سریع است. مانند یک وعده غذایی بزرگ.
