K\u00fcnstliche Intelligenz und maschinelles Lernen sind ja echt die Superstars der Forschung, oder? Immer wieder sorgen sie f\u00fcr Aufsehen und er\u00f6ffnen uns neue M\u00f6glichkeiten, die uns fr\u00fcher wie pure Science Fiction vorgekommen w\u00e4ren.<\/p>\n
Nehmen wir zum Beispiel das Team von Wissenschaftlern der Case Western Reserve University in Cleveland, Ohio. Die haben sich gedacht: „Hey, warum nicht mal Google Street View und KI kombinieren, um herauszufinden, ob es einen Zusammenhang zwischen der bebauten Umgebung und koronaren Herzkrankheiten gibt?“ Gesagt, getan!<\/p>\n
In ihrer im European Heart Journal ver\u00f6ffentlichten Studie haben die schlauen K\u00f6pfe Street-View-Bilder analysiert und mit Hilfe von maschinellem Lernen Merkmale der st\u00e4dtischen Umgebung extrahiert. Und was soll ich sagen? Diese Merkmale k\u00f6nnen immerhin 63 Prozent der Unterschiede in der Pr\u00e4valenz von KHK zwischen verschiedenen Stadtvierteln erkl\u00e4ren. Das ist ja mal eine Ansage!<\/p>\n
Fr\u00fcher hat man ja nur Alter, Geschlecht, ethnische Zugeh\u00f6rigkeit, Einkommen und Bildung der Volksz\u00e4hlungsbezirke ber\u00fccksichtigt, um solche Unterschiede zu erkl\u00e4ren. Aber das ist doch echt old school! Jetzt kann man einfach Google Street View anwerfen und schon hat man einen viel besseren \u00dcberblick \u00fcber die Umgebung und ihre Auswirkungen auf unsere Herzen.<\/p>\n
Die Wissenschaftler haben sage und schreibe 500.000 Bilder aus St\u00e4dten wie Detroit, Kansas City und Bellevue analysiert. Dabei haben sie ein vortrainiertes Deep Convolutional Neural Network genutzt, um die Bildverarbeitung und Extraktion von Umgebungsinformationen durchzuf\u00fchren. Klingt kompliziert, ist aber eigentlich ganz cool!<\/p>\n
Und sie haben sogar spezifische Umweltmerkmale identifiziert, die mit einem erh\u00f6hten oder verringerten Risiko f\u00fcr KHK verbunden sind. So haben bauf\u00e4llige Geb\u00e4ude und Stra\u00dfensch\u00e4den ein erh\u00f6htes Risiko signalisiert, w\u00e4hrend gr\u00fcne Stra\u00dfen mit einer geringeren Pr\u00e4valenz einhergingen. Das ist doch mal eine n\u00fctzliche Information!<\/p>\n
Die Autoren der Studie sind nat\u00fcrlich begeistert von ihrem Ansatz. Endlich kann man schnell und einfach Stadtviertel mit einem erh\u00f6hten Risiko identifizieren und gezielte Pr\u00e4ventionsma\u00dfnahmen ergreifen. Das k\u00f6nnte dazu beitragen, kardiovaskul\u00e4re Ungleichheiten im st\u00e4dtischen Raum zu verringern. Daumen hoch!<\/p>\n
Nat\u00fcrlich gibt es auch ein paar Einschr\u00e4nkungen. Die Street-View-Daten erfassen nur die Hauptstra\u00dfen und nicht die Wohngebiete drumherum. Au\u00dferdem sind die KI-Modelle nicht perfekt darin, Details und Objekte zu erkennen. Und auch die Grad-CAM-Visualisierung wirft noch ein paar Fragen auf. Aber hey, in der Wissenschaft ist ja nichts perfekt.<\/p>\n
Und noch eine Sache: Die analysierten Daten kommen nur aus sieben US-St\u00e4dten. Also bitte nicht direkt denken, dass das auf die ganze Welt \u00fcbertragbar ist. Aber hey, es ist ein Anfang!<\/p>\n
Insgesamt zeigt uns diese Studie aber mal wieder, wie genial KI und maschinelles Lernen sein k\u00f6nnen. Sie helfen uns dabei, neue Erkenntnisse zu gewinnen und vielleicht sogar die Gesundheitsversorgung zu verbessern. Ich bin gespannt, was uns in Zukunft noch alles erwartet. Vielleicht k\u00f6nnen sie ja sogar meine Schreibblockaden l\u00f6sen. Das w\u00e4re doch was!<\/p>\n
Schlagw\u00f6rter: Google Street View-Bilder + Cleveland + European Heart<\/p>\n","protected":false},"excerpt":{"rendered":"
K\u00fcnstliche Intelligenz und maschinelles Lernen sind ja echt die Superstars der Forschung, oder? Immer wieder sorgen sie f\u00fcr Aufsehen und er\u00f6ffnen uns neue M\u00f6glichkeiten, die uns fr\u00fcher wie pure Science Fiction vorgekommen w\u00e4ren. Nehmen wir zum Beispiel das Team von Wissenschaftlern der Case Western Reserve University in Cleveland, Ohio. Die...<\/p>\n","protected":false},"author":4,"featured_media":6306,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-6307","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/6307","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=6307"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/6307\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/6306"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=6307"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=6307"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=6307"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}