人工智能从太空估测肥胖率

资料来源:a. maharana，e. okanyene nsoesie，jamanetwork open

一些公共健康问题非常严重，你可以从太空中看到它们。一项新的研究表明，人工智能可以利用卫星图像来估计一个地区的肥胖程度，甚至不用看到超重的人。相反，它依赖于建筑物和树木的分布等线索。[科学报道]

了解一个街区中超重成人的比例有助于采取更有针对性的干预措施，如健康饮食活动。然而，收集此类统计数据往往需要大量调查或实地考察。

为了找到更好的方法，研究人员从四个城市的人口普查区(基本上是街区)下载了近15万张谷歌地图卫星图像。这四个城市是加利福尼亚州的洛杉矶、田纳西州的孟菲斯、得克萨斯州的圣安东尼奥和华盛顿的西雅图。然后，他们将这些图像输入到神经网络中，这是一种在大量数据中发现模式的算法。该网络帮助研究人员关注这些图像最重要的特征，如绿色区域(对应于树木和草地)、灰色条(对应于道路)或白色矩形(对应于建筑物)的数量。后来，该团队使用另一种算法来发现这些斑点的视觉特征和肥胖率之间的相关性。

最后，研究人员可以用上述方法更好地估计一个地区的肥胖率，而不仅仅是使用现有的统计数据，如体育馆和餐馆的数量。他们在最近出版的《美国医学协会在线开放杂志》上报道了这一成就。邻里特征也对应于人均收入，这表明他们可以用来估计肥胖。部分原因是财富影响一个人的体重和居住面积。

该论文建议，评估一个地区的肥胖率可能有助于城市规划者决定需要鼓励谁更积极地参与锻炼，或者在哪里让健康的餐馆更受欢迎。尽管卫星数据不能完全取代调查等更传统的公共卫生措施，但作为补充，它更便宜、更快捷。(慢慢地)

相关论文信息:DOI:10.1001/JamaNetworkOpen . 2018.1535，(2018)

中国科学新闻(2018-09-04第二版国际版)