https://frosthead.com

Dokáže AI zjistit, zda je dítě podvyživené?

Ve válkách, katastrofách nebo oblastech zasažených hladomory charity často uvádějí počet dětí, které trpí podvýživou, pokud jde o procenta - jedna z deseti, jedna z pěti, jedna ze tří. Ale přemýšleli jste někdy, jak se tyto sazby počítají?

Rozpoznání, kdo a kolik lidí je podvyživených, vyžaduje značné množství odborných dovedností. Bohužel v oblastech s humanitárními katastrofami často chybí pracovníci s tímto druhem školení.

Nyní společnost v Keni vyvinula umělou inteligenci, která může být schopna posoudit nutriční stav dítěte pomocí jednoduché fotografie. Doufají, že technologie nazvaná MERON (Metody extrémně rychlého sledování stavu výživy) může pomoci sbírat životně důležitá data v oblastech, kde jsou školení pracovníci nedostupní nebo nepraktičtí.

„Pracujeme ve vysoce nejistých oblastech, kde poskytujeme služby pro vzdálené monitorování, “ říká Ben Watkins, generální ředitel společnosti Kimetrica, společnosti, jejímž posláním je pomáhat vládám a neziskům, zvyšovat efektivitu dopadu peněz na pomoc. "Sledujeme tedy potravinovou bezpečnost a výživovou situaci v oblastech, ke kterým agentury nemusí mít nutně velmi spolehlivý přístup."

MERON byl vyškolen v databázi fotografií, aby byl schopen rozeznat rysy obličeje, jako je zaoblení tváří, které odpovídají podvýživě. Vše, co potřebuje, je fotografie obličeje a dokáže okamžitě roztřídit obraz jako normální, mírně podvyživený nebo těžce podvyživený. Počáteční pokusy naznačují, že umělá inteligence má 78 procentní míru přesnosti při detekci jedinců s normální hmotností; Kimetrica v současné době pracuje na pokusech s fotografiemi podvyživených dětí.

Nápad na MERON přišel od Watkinsovy dospívající dcery. Watkins a jeho tým diskutovali o nápadech pro jednoduché, méně invazivní způsoby hodnocení dětské podvýživy. Jeho dcera řekla: „Proč prostě nefotografujete tváře lidí? Stačí říct, jak těžké lidé jsou, když se podíváte na jejich tváře. “

Byl to dobrý nápad, pomyslel si Watkins. Koneckonců, rysy obličeje jsou jedním z faktorů vyškolených lidskými hodnotiteli, kteří používají při vizuálním posuzování podvýživy. Jméno jeho dcery? Merone. Jméno AI je vlastně backronym pro jeho původce.

V současné době existuje několik metod hodnocení akutní podvýživy u dětí. Cvičený pozorovatel může provést vizuální hodnocení na základě faktorů, jako je ztráta svalů. Hodnotitelé mohou měřit obvod střední části paže dítěte - mezní hodnota „závažné akutní podvýživy“ je u dětí mladších pěti let 11 centimetrů. Nebo lze použít poměr hmotnosti a výšky.

Měření rozsahu podvýživy je rozhodující jak pro získání peněz na pomoc, tak pro rozhodnutí, které děti potřebují nouzové lékařské ošetření a terapeutická jídla - často energeticky husté pasty obohacené mikroživinami.

Kimetrica však často pracuje s velmi těkavými, velmi odlehlými oblastmi. I když jsou k dispozici vyškolení hodnotitelé, práce je často nebezpečná jak pro ně, tak pro rodiny, které hodnotí. Místní orgány ve válkou zničených regionech nemusí ocenit, že mezinárodní agentury zvyšují povědomí o svém vnitřním chaosu. Nastavení stanu na měření paže nebo výšky a hmotnosti může vyvolat nežádoucí pozornost.

"Je potřeba diskrétní technologie, kde ji lze použít bez zvyšování povědomí nebo být příliš nápadný v terénu, " říká Watkins. "Myšlenka použití smartphonu je v tomto ohledu přitažlivá, protože můžete rychle udělat snímek."

Andrew Jones, odborník na výživu v oblasti veřejného zdraví na University of Michigan, souhlasí s tím, že současné metody posuzování podvýživy mohou být v určitých kontextech invazivní. Měření obvodu paže může vyžadovat oděv, který může být v některých kulturách tabu. A měření výšky vyžaduje výcvik a spolupráci dítěte.

"Ve skutečnosti je docela traumatické, že některé malé děti mají cizince přijít a vzít si jejich výšku, " říká Jones.

Jones říká, že v humanitárních mimořádných událostech vidí roli technologií, jako je MERON.

"V těchto kontextech určitě vidím potencionálně potřebu screeningu mnoha dětí v krátkém časovém období s omezením na vyškolený personál, " říká.

Jones poznamenává, že těžká akutní podvýživa - druh, který se projevuje zbytečnými končetinami a oteklými břichy - je ve skutečnosti mnohem méně běžná než jiné formy podvýživy. Častější je „zakrnění“ - narušený růst a vývoj, který může vycházet ze špatné stravy. Zakrnělé děti nejsou nutně hubené - některé ve skutečnosti vypadají docela baculatě - ale mohou trpět kognitivními poruchami a špatným zdravím.

"Na světě je mnohem více zakrnělých dětí, než jsou děti, které jsou vážně akutně podvyživené, " říká Jones. Podle údajů WHO a UNICEF je na celém světě omrznuto asi 155 milionů dětí, zatímco přibližně 16 milionů trpí závažnou akutní podvýživou.

Kimetrica testuje MERON v terénu a má několik uzlů, než přijde program na rozvinutí. Nejprve musí použité fotografie obsahovat dítě směřující dopředu, v dobrém světle. To vyžaduje určité školení fotografa, ať už jde o rodiče nebo místní pracovníky. Za druhé, MERON musí být testován na dětech různých národností a etnik, aby se ujistil, že je stejně přesný pro každého. Tým bude muset vytvořit bezproblémovou aplikaci, která poskytne okamžitou zpětnou vazbu.

Watkins doufá, že MERON bude mít nakonec aplikace nad rámec těžké akutní podvýživy, jako je diagnostika nemocí, jako je kwashiorkor, forma podvýživy bílkovin, která způsobuje otoky nebo dokonce hodnocení míry obezity.

Dokáže AI zjistit, zda je dítě podvyživené?