Η Νέα Σμύρνη ή η γειτονική Καλλιθέα έχει άραγε τους περισσότερους παχύσαρκους; Θα μπορούσε κανείς να προσπαθήσει να απαντήσει σε αυτό το ερώτημα, αναλύοντας διάφορα ήδη καταχωρημένα στατιστικά στοιχεία. Αυτό που χρειάζεται είναι το Google Maps κι ένα υπολογιστικό νευρωνικό δίκτυο.
Ή θα μπορούσε να κάνει κάτι πιο πρωτότυπο: να βάλει ένα σύστημα τεχνητής νοημοσύνης να αναλύσει δορυφορικές εικόνες των Χαρτών της Google.
Αυτό ακριβώς έκαναν ευφάνταστοι ερευνητές στις ΗΠΑ, ανοίγοντας έτσι ένα νέο δρόμο, πολύ φθηνότερο σε σχέση με τις στατιστικές έρευνες, για τη διαστημική μελέτη των προβλημάτων δημόσιας υγείας.
Οι δορυφορικές εικόνες του Google Maps αποκαλύπτουν σειρά από στοιχεία, όπως την κατανομή των κτηρίων και των δέντρων στο χώρο, την έκταση των χώρων πρασίνου και των δρόμων, την αναλογία μεταξύ της δομημένης και της ελεύθερης για πάσης φύσης δράσεις έκτασης κ.α.
Οι ερευνητές ανέπτυξαν έναν αλγόριθμο που μπορεί να συσχετίσει αυτά τα στοιχεία με τα ποσοστά παχυσαρκίας σε μια γειτονιά, κάνοντας έτσι από αέρος συγκρίσεις ανάμεσα στις γειτονιές μίας πόλης.
Όπως είπαν, με τον τρόπο αυτό θα διευκολύνονται οι αρμόδιες αρχές να κάνουν πιο στοχευμένες παρεμβάσεις κατά της παχυσαρκίας, όπως μέσα από καμπάνιες για την προώθηση της υγιεινής διατροφής.
Οι ερευνητές «κατέβασαν» από το Google Maps περίπου 150.000 δορυφορικές εικόνες, που αφορούσαν διάφορες γειτονιές σε τέσσερις μεγάλες αμερικανικές πόλεις. Στη συνέχεια, τροφοδότησαν αυτές τις εικόνες σε υπολογιστικό νευρωνικό δίκτυο, ικανό να «ξετρυπώνει» μοτίβα και πρότυπα σε μεγάλους όγκους δεδομένων.
Ο υπολογιστής βοήθησε τους επιστήμονες να βρουν ποια είναι τα σημαντικότερα χαρακτηριστικά στις δορυφορικές εικόνες, όσον αφορά τη σχέση τους με την παχυσαρκία (π.χ. οι μεγάλοι χώροι πρασίνου ευνοούν τη σωματική άσκηση, άρα μειώνουν την πιθανότητα παχυσαρκίας).
Οι ερευνητές χρησιμοποίησαν μετά ένα άλλο πρόγραμμα τεχνητής νοημοσύνης, που ανακάλυψε συσχετίσεις ανάμεσα στα συγκεκριμένα χαρακτηριστικά των εικόνων και στα κατά τόπους ποσοστά παχυσαρκίας.
Τελικά οι επιστήμονες ήταν σε θέση να κάνουν μια εκτίμηση για το ποσοστό παχυσαρκίας σε κάθε γειτονιά και να συγκρίνουν ανάμεσα στις γειτονιές. Μάλιστα, διαπιστώθηκε ότι η νέα μέθοδος είναι καλύτερη στις εκτιμήσεις της από ό,τι αν η εκτίμηση βασιζόταν μόνο σε στατιστικά στοιχεία όπως ο αριθμός των γυμναστηρίων και των εστιατορίων (ιδίως fast food) σε μια περιοχή. Η νέα τεχνική δεν είναι ασφαλώς σε θέση να αντικαταστήσει τις παραδοσιακές έρευνες δημόσιας υγείας, αλλά αποτελεί ένα χρήσιμο συμπλήρωμα σε αυτές.
Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον ΚόσμοΑκολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
