https://frosthead.com

Kas AI saab teada, kas laps on alatoidetud?

Sõja-, katastroofi- või näljahädapiirkondades teatavad heategevusorganisatsioonid sageli alatoitumuse käes kannatavate laste arvu protsentides - üks kümnest, üks viiest, üks kolmest. Kuid kas olete kunagi mõelnud, kuidas neid määrasid arvutatakse?

Selle kindlakstegemine, kes ja kui palju inimesi alatoitunud on, võtab küllaltki palju kutseoskusi. Kahjuks puudub humanitaarkatastroofide all kannatavatel aladel sageli sellist koolitust vajavaid töötajaid.

Nüüd on Keenias asuv ettevõte välja töötanud AI, mis võib lihtsa foto abil hinnata lapse toitumisseisundit. Nad loodavad, et tehnoloogia nimega MERON (toiteväärtuse erakordselt kiire jälgimise meetodid) võib aidata koguda elulisi andmeid piirkondades, kus koolitatud töötajad pole kättesaadavad või ebapraktilised.

„Me töötame väga ebaturvalistes piirkondades, kus pakume kaugseireteenuseid, “ ütleb Kimetrica ettevõtte tegevjuht Ben Watkins, kelle ülesanne on aidata valitsustel ja mittetulundusühingutel suurendada abiraha mõju tõhusust. "Nii jälgime toiduga kindlustatust ja toitumisolukorda piirkondades, millele agentuuridel pole tingimata väga usaldusväärset juurdepääsu."

MERON on koolitatud fotode andmebaasi, et ta saaks ära tunda alatoitumusele vastavad näojooned, näiteks põskede ümarus. Vaja on ainult näopilti ja see võib pildi kohe liigitada normaalseks, mõõdukalt alatoidetud või tugevalt alatoidetud. Esialgsete uuringute kohaselt on AI normaalkaaluga isikute tuvastamisel 78-protsendiline täpsusaste; Kimetrica tegeleb praegu uuringutega alatoidetud laste fotodega.

Idee MERONile tuli Watkinsi teismelise tütre käest. Watkins ja tema meeskond olid arutanud ideid laste alatoitumuse hindamise lihtsate ja vähem invasiivsete viiside kohta. Tema tütar ütles: “Miks te ei pildista ainult inimeste nägusid? Saate öelda, kui rasked inimesed on, lihtsalt vaadates oma nägu. "

See oli hea mõte, arvas Watkins. Lõppude lõpuks on näojooned üks tegur, mida väljaõppinud inimeste hindajad alatoitluse visuaalseks hindamiseks kasutavad. Tema tütre nimi? Meron. AI nimi on tegelikult selle algataja tagasiühend.

Praegu on laste ägeda alatoitluse hindamiseks mitmeid meetodeid. Koolitatud vaatleja saab visuaalse hinnangu anda selliste tegurite põhjal nagu lihaste raiskamine. Hindajad saavad mõõta lapse õlavarre keskosa ümbermõõtu - raske ägeda alatoitluse piirväärtus on alla viie aasta vanustel lastel 11 sentimeetrit. Või saab kasutada kaalu ja pikkuse suhet.

Alatalitluse ulatuse mõõtmine on ülioluline nii abiraha saamiseks kui ka otsustamiseks, millised lapsed vajavad erakorralist arstiabi ja terapeutilisi toite - sageli energiatoitlased pastad, mis on rikastatud mikrotoitainetega.

Kuid Kimetrica töötab sageli väga lenduvate ja äärepoolseimate piirkondadega. Isegi kui koolitatud hindajad on olemas, on töö sageli ohtlik nii neile kui ka nende peredele, keda nad hindavad. Sõjast räsitud piirkondade kohalikud omavalitsused ei pruugi mõista, et rahvusvahelised agentuurid tõstavad teadlikkust oma sisemisest kaosest. Telgi üles seadmine käe või kõrguse ja raskuse mõõtmiseks võib juhtida soovimatut tähelepanu.

"Vaja on diskreetset tehnoloogiat, kus seda saaks kasutada ilma teadlikkust tõstmata või valdkonnas liiga silmapaistvaks, " sõnab Watkins. "Nutitelefoni kasutamise idee on selles suhtes ahvatlev, kuna saate kiiresti ühe nupuvajutusega teha."

Michigani ülikooli rahvatervise toitumisspetsialist Andrew Jones nõustub, et praegused alatoitluse hindamise meetodid võivad olla teatud olukordades sissetungivad. Käe ümbermõõdu mõõtmine võib hõlmata rõivaste eemaldamist, mis võib mõnes kultuuris olla tabu. Ja kõrguse mõõtmise saamiseks on vaja koolitust ja lapse koostööd.

"Mõne väikese lapse jaoks on tegelikult üsna traumeeriv, kui võõras inimene tuleb ja võtab oma kõrguse, " ütleb Jones.

Jones ütleb, et ta näeb selliste tehnoloogiate rolli nagu MERON humanitaarabi korral.

"Nendes olukordades näen kindlasti potentsiaalset vajadust paljude laste lühikese aja jooksul läbivaatuse järele, väljaõppinud personali osas on piiranguid vaja, " ütleb ta.

Jones märgib, et tõsine äge alatoitumus - selline, kus esinevad raisatud jäsemed ja paistes kõhud - on tegelikult palju vähem levinud kui muud alatoitumuse vormid. Enam levinud on uimastamine - halvenenud toitumisest põhjustatud halvenenud kasv ja areng. Uimastatud lapsed pole tingimata kõhnad - mõned näevad tegelikult üsna kohmakad välja -, kuid nad võivad kannatada kognitiivsete häirete ja halva tervisega.

"Maailmas on palju rohkem uimastatud lapsi kui on lapsi, kes on tõsiselt alatoidetud, " räägib Jones. WHO ja UNICEFi andmetel on kogu maailmas uimastatud umbes 155 miljonit last, samas kui umbes 16 miljonit last kannatab tõsise ägeda alatoitluse all.

Kimetrica on MERONi välikatsetusi teinud ja enne programmi lahtiütlemist on tal mõned näpunäited trenni tegemiseks. Esiteks peavad fotod, millel laps peab olema, heas valguses ettepoole suunatud. Selleks on vaja fotograafi, nii lapsevanema kui ka kohaliku töötaja, koolitust. Teiseks tuleb MERONit testida eri rahvustest ja rahvusest lastega, veendumaks, et see on võrdselt täpne kõigi jaoks. Seejärel peab meeskond looma sujuva rakenduse, mis annab viivitamatut tagasisidet.

Watkins loodab, et MERONil võib lõpuks olla ka raskeid ägedaid alatoitumusi hõlmavaid rakendusi, näiteks selliste haiguste diagnoosimine nagu kwashiorkor, valkude alatoitluse vorm, mis põhjustab turset, või isegi rasvumise määra hindamine.

Kas AI saab teada, kas laps on alatoidetud?