Изкуственият интелект оцени степента на затлъстяване на жителите на определени райони на САЩ, използвайки сателитни снимки. За да направите това, алгоритъмът не използва изображения на индивиди, а други данни, като например разпределението на сгради и дървета в района. Резултатите от работата са представени в списанието JAMA Network Open.
Някои проблеми с общественото здраве са толкова големи, че могат да се видят от космоса. В новата работа учените използваха дълбоко невронно мрежово обучение, за да анализират сателитни данни от четири жилищни района в САЩ. За да направим това, използвахме данни за градската среда, както естествена, така и изкуствена: наличието на паркове, местоположението на пътищата, пешеходните прелези, разнообразието от видове къщи и т.н.
Източникът на данните бяха снимки на 1695 квартала в Лос Анджелис, Мемфис, Сан Антонио и Сиатъл от услугата Google Maps - общо около 150 000 изображения. От тези изображения невронната мрежа извлича данни за разпространението на растителността, положението на пътищата и наличието на къщи. Тогава друг алгоритъм сравнява получената информация със степента на затлъстяване в местното население.
В резултат създателите на невронната мрежа успяха да преценят броя на затлъстелите дори по-точно, отколкото можеше да се направи въз основа на броя на фитнес залите и ресторантите в района на изследването. Те също успяха да намерят връзка между параметрите на планиране и дохода на глава от населението.