A inteligência artificial estimou o grau de obesidade de residentes de certas áreas dos Estados Unidos usando fotos de satélite. Para isso, o algoritmo não utilizou imagens de indivíduos, mas sim outros dados, como a distribuição de edifícios e árvores na área. Os resultados do trabalho são apresentados na revista JAMA Network Open.
Alguns problemas de saúde pública são tão graves que podem ser vistos do espaço. No novo trabalho, os cientistas usaram o aprendizado de rede neural profunda para analisar dados de satélite de quatro áreas residenciais nos Estados Unidos. Para isso, usamos dados sobre o ambiente urbano, tanto naturais quanto artificiais: a presença de parques, a localização de estradas, travessias de pedestres, vários tipos de casas e assim por diante.
A fonte dos dados foram fotografias de 1.695 bairros em Los Angeles, Memphis, San Antonio e Seattle do serviço Google Maps - no total cerca de 150.000 imagens. A partir dessas imagens, a rede neural extraiu dados sobre a distribuição da vegetação, a posição das estradas e a presença de casas. Em seguida, outro algoritmo comparou as informações obtidas com a taxa de obesidade na população local.
Como resultado, os criadores da rede neural foram capazes de estimar o número de pessoas obesas com ainda mais precisão do que poderia ser feito com base no número de academias e restaurantes na área de estudo. Eles também conseguiram encontrar uma conexão entre parâmetros de planejamento e renda per capita.
