Aún sin avistar el fenómeno de la obesidad en las ciudades directamente con una imagen satelital, se pueden plantear algunos algoritmos para encontrar características que hablen sobre la presencia de obesidad en una localidad determinada. Algunas de estas características pueden ser la distribución de las edificaciones y los árboles.
Conocer algunos índices estadísticos sobre la obesidad y su distribución en los vecindarios puede ayudar a dirigir con éxito campañas de intervención sobre alimentación saludable. Pero para obtener esta información se suelen emplear métodos convencionales de levantamiento de información que tienden a ser caros y muy lentos, al tratarse de levantamiento de información en campo, casa por casa.
Para encontrar una mejor forma de hacer esto, algunos científicos descargaron cerca de 150,000 imágenes satelitales de Google Maps de 1,695 secciones sensales (vecindarios) en 4 ciudades: Los Ángeles, California, San Antonio, Texas, Memphis, Tenessee y Seattle, Washington.
Luego de esto, las imágenes fueron introducidas a una red neuronal, un algoritmo que identifica y encuentra patrones y grandes cantidades de datos. Esto ayudó a identificar características como áreas verdes, árboles, caminos y carreteras, edificaciones y otros, para luego utilizarlos en otro programa y así encontrar conexiones entre los índices de obesidad y las imágenes.
Si te interesa conocer más sobre el trabajo y encontrar los resultados, lee el artículo original de Matthew Hutson en la Science magazine y el documento científico sobre este trabajo:
