Istraživači su koristili Google Street View da proučavaju stotine elemenata izgrađenog okruženja, uključujući zgrade, zelene površine, trotoare i puteve, i kako su ovi elementi povezani jedni sa drugima i utiču na bolest koronarnih arterija kod ljudi koji žive u ovim naseljima.
Njihovi nalazi, objavljeni danas u European Heart Journal, pokazuju da ovi faktori mogu predvideti 63% varijacija u riziku od koronarne bolesti srca od jedne oblasti do druge.
Koronarna bolest srca, gde nakupljanje masnih supstanci u koronarnim arterijama prekida dotok krvi u srce, jedan je od najčešćih oblika kardiovaskularnih bolesti.
Istraživači kažu da korišćenje Google Street View-a može pomoći u pružanju pregleda fizičkih faktora rizika životne sredine u izgrađenim i prirodnim okruženjima koji bi mogli pomoći ne samo u razumevanju faktora rizika u ovim okruženjima, već na kraju pomoći u izgradnji ili prilagođavanju gradova i gradova kako bi bili zdraviji mesta za život.
Studiju su vodili prof. Sadeer Al-Kindi i prof. Sanjai Rajagopalan sa Univerzitetskih bolnica Harrington Heart & Vascular Institute i Case Vestern Reserve Universiti, Ohajo, SAD, i dr Zhuo Chen, postdoktorski saradnik u laboratoriji prof. Rajagopalana.
Prof. Rajagopalan je rekao: „Uvek nas je zanimalo kako životna sredina, kako izgrađena tako i prirodna sredina, utiče na kardiovaskularne bolesti. Ovde u Americi kažu da je poštanski broj bolji prediktor srčanih bolesti nego čak i lične mere zdravlja. Međutim, istražiti kako okruženje utiče na veliku populaciju u više gradova nije loš zadatak. Stoga smo koristili pristupe zasnovane na mašinskom vidu da procenimo veze između izgrađenog okruženja i prevalencije koronarne bolesti srca u gradovima u SAD.“
Studija je uključila više od pola miliona Google Street Viev slika Detroita, Mičigen; Kanzas Siti, Misuri; Klivlend, Ohajo; Brovnsville, Teksas; Fremont, Kalifornija; Bellevue, država Vašington; i Denver, Kolorado. Istraživači su takođe prikupili podatke o stopama koronarne bolesti srca prema popisnim traktama. Ovo su oblasti manje od američkog poštanskog broja u kojima živi u proseku 4.000 ljudi. Istraživači su koristili pristup koji se naziva konvoluciona neuronska mreža; vrsta veštačke inteligencije koja može da prepozna i analizira obrasce na slikama da bi napravila predviđanja.
Istraživanje je otkrilo da karakteristike izgrađenog okruženja vidljive na slikama Google Street Viev-a mogu predvideti 63% varijacija koronarne bolesti srca između ovih malih regiona američkih gradova.
Profesor Al-Kindi je dodao: „Takođe smo koristili pristup koji se zove mapiranje pažnje, koji naglašava neke od važnih regiona na slici, da bismo obezbedili polukvalitativno tumačenje nekih od hiljada karakteristika koje mogu biti važne kod koronarne bolesti srca Na primer, karakteristike poput zelenih površina i puteva za pešačenje su bile povezane sa manjim rizikom, dok su druge karakteristike, kao što su loše asfaltirani putevi, bile povezane sa većim rizikom. Međutim, ovi nalazi zahtevaju dalje istraživanje.
„Pokazali smo da možemo da koristimo pristupe kompjuterskog vida kako bismo pomogli u identifikaciji faktora životne sredine koji utiču na kardiovaskularni rizik i to bi moglo da igra ulogu u vođenju urbanog planiranja za zdravlje srca. Činjenica da to možemo da uradimo u velikim razmerama je nešto što je apsolutno jedinstveno i važno za urbanizam“.
„Sa predstojećim izazovima, uključujući klimatske promene i promenljivu demografiju, gde će blizu 70% svetske populacije živeti u urbanim sredinama, postoji ubedljiva potreba da se urbano okruženje razume u velikim razmerama, koristeći pristupe kompjuterske vizije koji mogu pružiti izuzetne detalje u nivo bez premca“, rekao je prof. Rajagopalan.
U pratećem uvodniku, dr Rohan Khera sa Medicinskog fakulteta Univerziteta Jejl, SAD, rekao je: „Povezivanje stambene lokacije sa ishodima često zamenjuje onu poznatih bioloških faktora rizika. Ovo se često rezimira izrazom da je poštanski broj osobe veća determinanta njihovog zdravlja od njihovog genetskog koda.Međutim, naša sposobnost da na odgovarajući način klasifikujemo faktore rizika životne sredine oslanjala se na istraživanja stanovništva koja prate bogatstvo, zagađenje i resurse zajednice.
„Studija Čena i njegovih kolega predstavlja novu i sveobuhvatniju procenu izgrađenog okruženja. Ovaj rad kreativno koristi Guglove panoramske slike uličnog prikaza koje dopunjuju njegovu široko korišćenu aplikaciju za mape.
Dr Khera je dodao: „… pristup poboljšan veštačkom inteligencijom proučavanju fizičkog okruženja i njegove povezanosti sa kardiovaskularnim zdravljem naglašava da su u našim zajednicama mere kardiovaskularnog zdravlja snažno kodirane samo u vizuelnom izgledu naših susedstva. Od ključne je važnosti za korišćenje ove informacije mudro, kako u definisanju strateških prioriteta za identifikaciju ranjivih zajednica, tako i u udvostručavanju napora za poboljšanje kardiovaskularnog zdravlja u zajednicama kojima je to najpotrebnije.“
