Ilmuwan Ciptakan AI yang Bisa Deteksi Obesitas dari Luar Angkasa

"Kami mengusulkan metode untuk menilai secara komprehensif hubungan antara prevalensi obesitas dan fasilitas di lingkungan tempat tinggal dari citra satelit resolusi tinggi," ungkap tim peneliti dari University of Washington dalam makalah yang terbit di JAMA Network Open, dilansir Science Alert, Senin (3/9/2018).

Fasilitas lingkungan yang dimaksud adalah apakah suatu lingkungan memiliki pusat kebugaran, taman, dan kolam renang atau sebuah lingkungan hanya dikelilingi oleh jalan yang sibuk, gerai makanan cepat saji, dan toserba.

Tim, menggunakan 150.000 citra satelit resolusi tinggi yang bersumber dari Google Maps dihubungkan ke convolutional neural network (CNN), semacam AI yang menggunakan pembelajaran mendalam untuk secara bebas menganalisis dan mengidentifikasi pola dalam dataset.

Data ini mencakup 1.695 wilayah sensus di enam kota berbeda, yakni Bellevue, Seattle, Tacoma, Los Angeles, Memphis, dan San Antonio.

CNN pun sebelumnya sudah dilatih dengan 1,2 juta gambar yang membantunya menganalisis lingkungan binaan di seluruh kota, mengidentifikasi fitur seperti jalan, bangunan, pepohonan, air, dan tanah.

Selain itu, para peneliti menggunakan perkiraan prevalensi obesitas dari 500 proyek kota untuk membuat model yang menilai hubungan antara fitur-fitur tersebut (termasuk pompa bensin, pusat perbelanjaan, taman, dan toko hewan peliharaan) dengan prevalensi obesitas di kawasan pendidikan.

Menurut hasil penelitian, pembangunan yang ada pada lingkungan binaan hampir 64,8 persen merupakan prevalensi obesitas, meskipun tingkat keberhasilannya bervariasi di masing-masing kota dengan yang tertinggi 73,3 persen di Memphis.

Hal ini membuat, penelitian ini secara luas mendukung dari apa yang sudah kita ketahui sebelumnya terkait dampak pembangunan terhadap obesitas.

Lingkungan yang terbuka, ruang hijau yang memungkinkan aktivitas fisik, diyakini baik untuk kesehatan masyarakat. Sebaliknya, sebaliknya lingkungan yang padat dikelilingi oleh jalan dan kurang tanaman hijau mendekatkan kita terhadap banyak penyakit, salah satunya obesitas.

"Pendekatan kami secara konsisten menyajikan hubungan yang kuat antara prevalensi obesitas dengan indikator lingkungan binaan di semua wilayah," jelas para penulis.

Melalui metode ini, para peneliti yakin sistem mereka bisa menawarkan cara yang mudah dan terukur untuk membantu mempelajari mengukur risiko obesitas di Amerika Serikat.

Kedepannya, para peneliti berharap dapat menggunakan CNN untuk mengukur keadaan sosial ekonomi di sebuah wilayah, termasuk mengetahui pendapatan dan kemiskinan.