Un team di ricercatori ha utilizzato Google Street View per studiare centinaia di elementi dell’ambiente edificato in relazione al rischio cardiovascolare
Un team di ricercatori ha utilizzato Google Street View per studiare centinaia di elementi dell’ambiente edificato, tra cui edifici, spazi verdi, marciapiedi e strade, e come questi elementi si relazionano tra loro e influenzano la malattia coronarica nelle persone che vivono in questi quartieri. I risultati, pubblicati sull’European Heart Journal [1], mostrano che questi fattori sono in grado di prevedere il 63% della variazione del rischio di coronaropatia da una zona all’altra.
La coronaropatia, in cui un accumulo di sostanze grasse nelle arterie coronarie interrompe l’afflusso di sangue al cuore, è una delle forme più comuni di malattie cardiovascolari.
I ricercatori affermano che l’uso di Google Street View può aiutare a fornire una panoramica dei fattori di rischio fisico ambientale negli ambienti costruiti e naturali, che potrebbe aiutare non solo a comprendere i fattori di rischio in questi ambienti, ma anche a costruire o adattare le città per renderle luoghi più sani in cui vivere.
Lo studio è stato condotto dal Prof. Sadeer Al-Kindi e dal Prof. Sanjay Rajagopalan dell’University Hospitals Harrington Heart & Vascular Institute e della Case Western Reserve University, Ohio, USA, e dal Dr. Zhuo Chen, borsista post-dottorato nel laboratorio del Prof. Rajagopalan.
Rajagopalan ha dichiarato: “Siamo sempre stati interessati a come l’ambiente, sia quello costruito che quello naturale, influenzi le malattie cardiovascolari. Qui in America, si dice che il codice postale sia un predittore di malattie cardiache migliore persino delle misure personali di salute. Tuttavia, studiare come l’ambiente influenzi grandi popolazioni in più città non è un compito da poco. Per questo motivo, abbiamo utilizzato approcci basati sulla visione artificiale per valutare i legami tra l’ambiente costruito e la prevalenza di malattie coronariche nelle città degli Stati Uniti”.
Lo studio ha incluso più di mezzo milione di immagini di Google Street View di Detroit, Michigan; Kansas City, Missouri; Cleveland, Ohio; Brownsville, Texas; Fremont, California; Bellevue, Stato di Washington; e Denver, Colorado. I ricercatori hanno anche raccolto dati sui tassi di malattie coronariche in base ai “tratti di censimento”. Si tratta di aree più piccole di un codice postale statunitense che ospitano in media 4.000 persone. I ricercatori hanno utilizzato un approccio chiamato rete neurale convoluzionale, un tipo di intelligenza artificiale in grado di riconoscere e analizzare i modelli nelle immagini per fare previsioni.
La ricerca ha rivelato che le caratteristiche dell’ambiente costruito visibili nelle immagini di Google Street View potevano prevedere il 63% della variazione della malattia coronarica tra queste piccole regioni delle città statunitensi.
Al-Kindi ha aggiunto: “Abbiamo anche utilizzato un approccio chiamato “attention mapping” (mappatura dell’attenzione), che evidenzia alcune regioni importanti nell’immagine, per fornire un’interpretazione semi-qualitativa di alcune delle migliaia di caratteristiche che possono essere importanti nella malattia coronarica. Per esempio, elementi come spazi verdi e strade percorribili a piedi sono stati associati a un rischio minore, mentre altri elementi, come le strade poco asfaltate, sono stati associati a un rischio maggiore. Tuttavia, questi risultati necessitano di ulteriori indagini.
“Abbiamo dimostrato che possiamo usare approcci di computer vision per aiutare a identificare i fattori ambientali che influenzano il rischio cardiovascolare e questo potrebbe avere un ruolo nel guidare una pianificazione urbana sana dal punto di vista cardiaco. Il fatto di poterlo fare su scala è qualcosa di assolutamente unico e importante per la pianificazione urbana”.
“Con le sfide imminenti, tra cui il cambiamento climatico e il mutamento demografico, in cui quasi il 70% della popolazione mondiale vivrà in ambienti urbani, è assolutamente necessario comprendere gli ambienti urbani su scala, utilizzando approcci di visione computerizzata in grado di fornire dettagli squisiti a un livello senza precedenti”, ha dichiarato il Prof. Rajagopalan.
Al-Kindi ha aggiunto: “Abbiamo anche utilizzato un approccio chiamato “attention mapping” (mappatura dell’attenzione), che evidenzia alcune regioni importanti nell’immagine, per fornire un’interpretazione semi-qualitativa di alcune delle migliaia di caratteristiche che possono essere importanti nella malattia coronarica. Per esempio, elementi come spazi verdi e strade percorribili a piedi sono stati associati a un rischio minore, mentre altri elementi, come le strade poco asfaltate, sono stati associati a un rischio maggiore. Tuttavia, questi risultati necessitano di ulteriori indagini.
“Abbiamo dimostrato che possiamo usare approcci di computer vision per aiutare a identificare i fattori ambientali che influenzano il rischio cardiovascolare e questo potrebbe avere un ruolo nel guidare una pianificazione urbana sana dal punto di vista cardiaco. Il fatto di poterlo fare su scala è qualcosa di assolutamente unico e importante per la pianificazione urbana”.
“Con le sfide imminenti, tra cui il cambiamento climatico e il mutamento demografico, in cui quasi il 70% della popolazione mondiale vivrà in ambienti urbani, è assolutamente necessario comprendere gli ambienti urbani su scala, utilizzando approcci di visione computerizzata in grado di fornire dettagli squisiti a un livello senza precedenti”, ha dichiarato il Prof. Rajagopalan.
Referenze
[1] “Built environment features obtained from Google Street View are associated with coronary artery disease prevalence: a deep-learning framework”, by Zhuo Chen et al, European Heart Journal. doi: https://doi.org/10.1093/eurheartj/ehae158
[2] “Artificial intelligence-enhanced exposomics: novel insights into cardiovascular health”, by Rohan Khera, European Heart Journal. doi: https://doi.org/10.1093/eurheartj/ehae159