Dideli duomenys ir dirbtinis intelektas keičia mūsų mąstymą apie sveikatą – nuo ligų aptikimo ir modelių nustatymo iki rezultatų numatymo ir greitesnio atsako laiko.
Naujame tyrime, kuriame analizuojami du milijonai „Google Street View“ vaizdų iš Niujorko gatvių, Niujorko universiteto mokslininkų komanda įvertino šių skaitmeninių duomenų naudą priimant visuomenės sveikatos sprendimus. Jų išvados, paskelbtos Nacionalinės mokslų akademijos darbaiparodykite, kaip pasikliaujant vien gatvės vaizdo vaizdais gali atsirasti netikslumų ir klaidingų įsikišimų, tačiau jų derinimas su kitomis žiniomis padidina jo potencialą.
„Yra daug įspūdžių, susijusių su naujų duomenų šaltinių panaudojimu, siekiant gauti holistinį sveikatos vaizdą, įskaitant mašininio mokymosi ir duomenų mokslo metodus, kad būtų galima gauti naujų įžvalgų“, – sakė NYU Pasaulinės visuomenės sveikatos mokyklos biostatistikos profesorius Rumi Chunara. NYU Tandono inžinerijos mokyklos kompiuterių mokslų docentas ir tyrimo vyresnysis autorius.
„Mūsų tyrimas pabrėžia skaitmeninių duomenų šaltinių, pvz., gatvės vaizdo vaizdų, potencialą gerinant visuomenės sveikatos tyrimus, taip pat atkreipia dėmesį į duomenų ribotumą ir sudėtingą aplinkos, individo elgesio ir sveikatos rezultatų dinamiką“, – sakė Miao Zhang. Ph.D. NYU Tandono inžinerijos mokyklos studentas ir pirmasis tyrimo autorius.
Sveikatos vaizdas gatvėje
Pastaraisiais metais mokslininkai pradėjo naudoti gatvės vaizdo vaizdus, kad susietų vietovės aplinką ir infrastruktūrą su tokiais rezultatais kaip psichinė sveikata, infekcinės ligos ar nutukimas – užduotis, kurią būtų sudėtinga išmatuoti ranka.
„Mes žinome, kad miesto užstatyta aplinka gali paveikti mūsų sveikatą, nesvarbu, ar tai būtų šaligatviai ir žaliosios erdvės vaikščioti, ar maisto prekių parduotuvės, kuriose vežamas sveikas maistas“, – sakė Chunara. „Kai kurie tyrimai rodo, kad šaligatvių prieinamumas koreliuoja su mažesniu nutukimo lygiu, bet ar tai visa istorija?
„Mūsų motyvacija atlikti šį tyrimą buvo pasinerti į šias asociacijas, kad pamatytume, ar yra galimų veiksnių, skatinančių juos“, – sakė Zhang.
Chunara, Zhang ir jų kolegos išanalizavo daugiau nei du milijonus „Google Street View“ vaizdų kiekvienoje Niujorko gatvėje, naudodami dirbtinį intelektą, kad įvertintų, ar nuotraukose yra šaligatvių ir perėjų. Tada jie palygino šią informaciją su lokalizuotais duomenimis apie nutukimą, diabetą ir fizinį aktyvumą iš Ligų kontrolės ir prevencijos centrų, kad sužinotų, ar sukurta aplinka numato sveikatos rezultatus.
Tyrėjai išsiaiškino, kad rajonuose, kuriuose yra daugiau pėsčiųjų perėjų, buvo mažesnis nutukimo ir diabeto rodiklis. Tačiau, priešingai nei ankstesni tyrimai, reikšmingo ryšio tarp šaligatvių ir sveikatos rezultatų nerasta.
„Taip gali būti dėl to, kad daugelis Niujorko šaligatvių yra vietose, kuriomis žmonės nesinaudoja – palei greitkelį, tiltą ar tunelį, todėl šaligatvių tankis gali neatspindėti apylinkių vaikščiojimo taip tiksliai, kaip pėsčiųjų perėjos. “, – sakė Zhang.
Jie taip pat iškėlė problemų dėl AI sugeneruotų gatvės vaizdo vaizdų etikečių tikslumo, perspėdami, kad jos gali neatitikti „pagrindinės tiesos“ ir būti patikima priemonė. Lyginant esamus duomenis apie Niujorko šaligatvių prieinamumą su pažymėtais gatvės vaizdo vaizdais, jie nustatė, kad daugelis buvo neteisingai pažymėti kaip turintys šaligatvius arba neturintys šaligatvių, o tai galėjo nutikti dėl to, kad nuotraukose juos uždengė automobiliai arba šešėlis.
Jei pastatysite, ar jie ateis?
Nors pėsčiųjų perėjos buvo susijusios su mažesniu nutukimo ir diabeto lygiu, mokslininkai naudojo visuomenės sveikatos objektyvą, kad nustatytų, kas galėtų paaiškinti šią asociaciją. Jų CDC duomenų analizė atskleidė, kad fizinis aktyvumas – ne tik pėsčiųjų perėjos, kaip matuojama gatvės vaizdo vaizduose – nulėmė nutukimo ir diabeto sumažėjimą.
Vieno bandymo metu jie nustatė, kad padidėjus fiziniam aktyvumui nutukimas gali sumažėti keturis kartus, o diabetas – 17 kartų didesnis nei būtų galima pasiekti įrengus daugiau pėsčiųjų perėjų.
„Matėme, kad fizinis aktyvumas suteikia perėjų pranašumų, todėl svarbu atsižvelgti į tokius mechanizmus, ypač kai jie veikia skirtingais lygmenimis, pavyzdžiui, pastatyta aplinka ir asmenys“, – sakė Zhang.
Remdamiesi savo išvadomis, mokslininkai daro išvadą, kad sprendimų priėmimas visuomenės sveikatos srityje neturėtų remtis vien naujais duomenų šaltiniais, bet taip pat turi atsižvelgti į srities žinias. Analizuojant gatvės vaizdo vaizdus, labai svarbu įtraukti informatikos žinias, pavyzdžiui, kaip vaizdo apdorojimo metodai gali pagerinti tikslumą arba kaip ištaisyti algoritmų šališkumą, ir visuomenės sveikatos žinias, kurios lemia sąsajas tarp pastatytos aplinkos ir sveikatos rezultatų. Šią patirtį perdėjus dideliems duomenims, galima sužinoti, kaip kuriamos ir įgyvendinamos programos visuomenės sveikatai gerinti.
Tokiu atveju nutiesus daugiau šaligatvių ir perėjų būtų mažiau veiksmingas sveikatos rezultatams gerinti nei toks pat fizinio aktyvumo didinimas, pavyzdžiui, organizuojant vietines bendruomenei skirtas mankštos klases.
„Nors didėjantys skaitmeninių duomenų kiekiai gali būti naudingi priimant sprendimus, mūsų rezultatai rodo, kad vien naudojant asociacijas iš naujų duomenų šaltinių gali nepavykti pasiekti naudingiausių intervencijų ar geriausio išteklių paskirstymo“, – pridūrė Chunara. „Norint kuo geriau panaudoti šiuos naujus duomenis, reikalingas niuansesnis požiūris, naudojant didelius duomenis kartu su patirtimi.
Salmanas Rahmanas ir Vishwali Mhasawade iš NYU Tandon taip pat buvo tyrimo autoriai.