Inteligência artificial estima taxa de obesidade com base em edifícios e espaços verdes - São Paulo São

O bem-estar urbano e as pesquisas da saúde deram mais um passo importante, após pesquisadores da Universidade de Washington criarem um algoritmo de inteligência artificial que estima os níveis de obesidade analisando a infraestrutura de uma cidade.

Publicado no JAMA Network Open, o relatório explica como o algoritmo revela relações urbanas usando imagens de satélite e do Google Street View. De acordo com o Quartz, o projeto correlacionou regiões com mais áreas verdes e espaço entre os edifícios com menores taxas de obesidade entre a população.

Treinado com mais de 150 mil imagens de satélite de seis cidades, o algoritmo usa o aprendizado para entender o planejamento urbano e seu efeito sobre a obesidade.

O estudo procurou responder como redes neurais convolucionais podem auxiliar no estudo da relação entre o ambiente construído e o índice de obesidade. Com o objetivo de analisar e melhorar a saúde de uma cidade, o projeto espera, no futuro, poder fornecer dados que sirvam de base para novos zoneamentos urbanos e edificações. 96 categorias de pontos de interesse foram incluídas no trabalho, incluindo o efeito que os equipamentos urbanos podem ter sobre a atividade de um bairro.

O estudo procurou responder como redes neurais convolucionais podem auxiliar no estudo da relação entre o ambiente construído e o índice de obesidade. Foto: Getty Images.O estudo procurou responder como redes neurais convolucionais podem auxiliar no estudo da relação entre o ambiente construído e o índice de obesidade. Foto: Getty Images.

Pesquisadores declararam explicitamente terem ciência de que o algoritmo pode ser afetado por dados de renda e riqueza. Reconhecendo essa condição, o projeto também pode traçar correlações entre os bairros mais ricos e a obesidade entre seus residentes. Ao realizar uma série de testes de validação, os pesquisadores descobriram que o algoritmo liga o espaço verde e o número de edifícios à obesidade, não apenas à riqueza. Como o artigo afirma, "mais de um terço da população adulta nos Estados Unidos é obesa. A obesidade tem sido associada a fatores como genética, dieta, atividade física e meio ambiente". Os pesquisadores esperam que seu trabalho possa mostrar como as redes neurais convolucionais (CNN) podem realizar uma quantificação consistente dos recursos de um ambiente construído.

 96 categorias de pontos de interesse foram incluídas no trabalho, incluindo o efeito que os equipamentos urbanos podem ter sobre a atividade de um bairro. Foto: Creative Commons. 96 categorias de pontos de interesse foram incluídas no trabalho, incluindo o efeito que os equipamentos urbanos podem ter sobre a atividade de um bairro. Foto: Creative Commons.

Embora o estudo tenha sido baseado em dados dos EUA, os pesquisadores esperam que o algoritmo possa ser adaptado para analisar cidades ao redor do mundo. O projeto já é uma primeira evidências da eficácia das CNNs em associar o índice de obesidade com características significativas do ambiente construído.

***
Por Eric Baldwin no Arch Daily. Tradução de Romullo Baratto.