Tehisintellekti abil on satelliitfotode abil hinnatud Ameerika Ühendriikide teatud piirkondade elanike rasvumise määra. Selleks ei kasutanud algoritm üksikisikute pilte, vaid muid andmeid, näiteks ehitiste ja puude jaotust piirkonnas. Töö tulemusi tutvustatakse ajakirjas JAMA Network Open.
Mõned rahvatervise probleemid on nii suured, et neid on võimalik näha ka kosmosest. Uues töös kasutasid teadlased sügava närvivõrgu õppimist Ameerika Ühendriikide nelja elamurajooni satelliitandmete analüüsimiseks. Selleks kasutasime andmeid nii loodusliku kui ka tehisliku linnakeskkonna kohta: parkide olemasolu, teede asukoht, ülekäigurajad, mitmesugust tüüpi majad jne.
Andmete allikaks olid fotod Google Mapsi teenusest 1695 Los Angelese, Memphise, San Antonio ja Seattle'i naabruskonna kohta - kokku umbes 150 000 pilti. Nendest piltidest eraldas närvivõrk andmeid taimestiku jaotuse, teede asukoha ja majade olemasolu kohta. Seejärel võrdles teine algoritm saadud teavet kohaliku elanikkonna rasvumise määraga.
Selle tulemusel suutsid närvivõrgu loojad rasvunud inimeste arvu hinnata veelgi täpsemini, kui seda saaks teha uuringuala spordisaalide ja restoranide arvu põhjal. Samuti õnnestus neil leida seos planeerimise parameetrite ja sissetuleku vahel inimese kohta.
