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.
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.
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.
