微量营养素缺乏症影响全球超过20亿人，其中包括3.4亿儿童。 维生素和矿物质的缺乏可能导致严重的健康后果。 但是，为了有效治疗而尽早诊断出缺陷，需要昂贵且耗时的抽血和实验室检查。
新的研究提供了一种更有效的方法。 计算机科学家伊丽莎白·邦迪和她在哈佛大学的同事使用公开可用的卫星数据和人工智能，可靠地确定了人口面临微量营养素缺乏症高风险的地理区域。 这种分析可能为早期的公共卫生干预铺平道路。
现有的人工智能系统可以使用卫星数据来预测局部地区的粮食安全问题，但它们通常依赖于直接可观察的特征。 例如，可以通过植被的视图来估算农业生产力。 微量营养素的可用性更难计算。 在看到研究表明森林附近的地区往往具有更好的膳食多样性之后，邦迪和她的同事受到启发，开始寻找潜在营养不良的鲜为人知的标志。 他们的工作表明，结合植被覆盖、天气和水的存在等数据可以表明哪些地区的人口会缺乏铁、维生素B12或维生素A。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。 通过购买订阅，您正在帮助确保未来关于塑造我们当今世界的发现和想法的具有影响力的故事。
该团队检查了原始卫星测量数据并咨询了当地公共卫生官员，然后使用人工智能筛选数据并查明关键特征。 例如，根据可见的道路和建筑物推断出的食品市场对于预测社区的风险等级至关重要。 然后，研究人员将这些特征与马达加斯各地四个地区人口中缺乏的特定营养素联系起来。 他们使用真实世界的生物标志物数据（在实验室中测试的血液样本）来训练和测试他们的人工智能程序。
对训练数据集之外的人群进行区域级微量营养素缺乏症预测达到了，有时甚至超过了当地公共卫生官员进行的调查估计的准确性。 邦迪说：“我们的工作展示了一种方法，该方法可以识别弱势群体并有针对性地为他们提供营养支持，这可以补充……昂贵且具有侵入性的程序。” 该研究在人工智能促进协会2022年虚拟会议上详细介绍。
“这是一项新颖的贡献，突出了人工智能在促进公共卫生方面的潜力，”埃默里大学流行病学家克里斯汀·埃肯加说，她没有参与这项研究。 她补充说，由于成本和基础设施的限制，在资源匮乏的环境中收集健康数据可能很困难，“作者已经验证了一种可以克服这些挑战的方法。”
研究人员旨在开发一种软件应用程序，将此分析扩展到其他拥有公共卫星数据的国家。 邦迪说：“我们希望该应用程序能够使公共卫生官员与我们的系统可以提供的见解互动，并有助于为干预措施提供信息。”