Forscher lassen eine Künstliche Intelligenz anhand von Google-Maps-Satellitenbildern die Beschaffenheit von US-Wohngegenden in vier Großstädten untersuchen. Anschließend gleichen sie die Daten mit Statistiken zur Fettleibigkeit ab – und entdecken Zusammenhänge.

Künstliche-Intelligenz-Forschung wirkt mitunter wie ein Sandkasten für Statistiker. Fast scheint es so, als ergäben sich überall Zusammenhänge, wenn ein neuronales Netz nur mit ausreichend Daten gefüttert wird. Die hochsensible Mustererkennung ist es, die zum Experimentieren einlädt.

Einen eher außergewöhnlichen Korrelationsversuch unternahmen jetzt KI-Forscher der Universität Washington in Seattle. Sie setzten ein KI-System darauf an, die Fettleibigkeitsrate in Stadtteilen von Memphis, dem Großraum Seattle, San Antonio und Los Angeles anhand von Satellitenbildern zu prognostizieren. Normalerweise werden solche Daten per Befragung erhoben.

Die Forscher ließen eine vortrainierte und auf Bildanalyse spezialisierte KI 150.000 Satellitenbilder aus Google Maps analysieren. Sie untersuchte in den Bildern die Zusammensetzung der Lebensräume der Stadtteile, also zum Beispiel die vorhandene Grünfläche, die Anzahl Straßen oder die Art der Gebäude und markierte sie (siehe Titelbild).

Berücksichtigt wurden außerdem Google-Einträge zu interessanten Orten, auch solche, die auf den ersten Blick nichts mit dem Körpergewicht zu tun haben wie Tierhandlungen.

Die Forscher gingen davon aus, dass auch auf den ersten Blick zusammenhanglose Orte mit Fettleibigkeit zu tun haben könnten. Die angesprochene Tierhandlung beispielsweise könne zur Folge haben, dass es vor Ort mehr Haustiere gibt, die ihre Herrchen und Frauchen in Bewegung bringen.

Anschließend wurden die Daten mit offiziellen Statistiken zur Fettleibigkeit in den Wohngegenden abgeglichen.

Auf der linken Seite sieht man die KI-Schätzung der Fettleibigkeit anhand der Google-Maps-Informationen. Auf der rechten Seite sind die Daten der offiziellen Erhebung visualisiert. Je dunkler, desto fetter. Für graue Flächen liegen keine Daten vor. Bild: Universität Washington

Auf der linken Seite sieht man die KI-Schätzung der Fettleibigkeit anhand der Google-Maps-Informationen. Auf der rechten Seite sind die Daten der offiziellen Erhebung visualisiert. Je dunkler, desto fetter. Für graue Flächen liegen keine Daten vor. Bild: Universität Washington

Ergebnis: Lebensraum und Fettleibigkeit hängen zusammen

Die Ergebnisse der Untersuchung zeigen laut der Forscher “starke und konsistente Beweise, dass der Lebensraum ein signifikanter Indikator für die Verbreitung von Fettleibigkeit ist.” Eine These, die laut der Forscher schon länger im Raum steht, bislang aber nicht eindeutig nachgewiesen werden konnte.

Was bringt diese Erkenntnis? Städteplaner könnten anhand der Daten beispielsweise bestimmen, in welchem Stadtteil mehr Ermunterung zu physischen Aktivitäten oder Restaurants mit gesünderem Essen notwendig seien, schreiben die Forscher.

Links eine eng bebaute Gegend mit eher dicken Menschen, rechts viel Grünfläche mit eher schlanken Menschen. Bild: Universität Washington

Links eine eng bebaute Gegend mit eher dicken Menschen, rechts viel Grünfläche mit eher schlanken Menschen. Bild: Universität Washington

Die KI-Unterstützung könne außerdem Kosten für statistische Erhebungen senken, da die Algorithmen aufwendige Befragungen vor Ort überflüssig machten.

Die Satellitenanalyse zeige weiter Zusammenhänge zwischen Haushaltseinkommen und Übergewicht, die wiederum mit der Wohngegend in Verbindung gebracht werden können – zum Beispiel könne es in ärmeren Gegenden weniger Fitnessstudios oder andere Sportstätten geben. Folgestudien sollen solche Zusammenhänge stärker differenzieren.


Tagesaktuelle und redaktionell ausgewählte Tech- und VR-Deals: Zur Übersicht
VRODO-Podcast #115: Oculus Rift 2, Pimax Vorbestellstart, AWE 2018 | Alle Folgen anhören


Unsere Artikel enthalten vereinzelt sogenannte Affiliate-Links. Bei einem Kauf über einen dieser Links erhalten wir eine kleine Provision. Der Kaufpreis bleibt gleich.