アメリカの成人の約40パーセントは肥満であり、30を超える肥満度指数（BMI）を持つと定義されています。しかし、肥満は全国に均等に分布していません。 一部の都市および州では、他の都市よりもはるかに肥満の居住者がいます。 どうして？ 遺伝学、ストレス、収入レベル、健康食品へのアクセスが役割を果たしています。 しかし、ますます研究者が構築された環境、つまり私たちの都市に注目し、人々が他の場所よりもある場所で太っている理由を理解しています。
ワシントン大学の新しい研究では、都市の景観を調べるために衛星データを使用して、このアプローチをさらに一歩進めようとしています。 衛星画像を肥満データと組み合わせて使用することにより、彼らはどの都市の特徴が都市の肥満率に影響するかを明らかにしたいと考えています。
研究者はディープラーニングネットワークを使用して、ロサンゼルス、メンフィス、サンアントニオ、シアトルの4都市の約150, 000の高解像度衛星画像を分析しました。 都市は、肥満率が高い州（テキサス州とテネシー州）と肥満率が低い州（カリフォルニア州とワシントン州）の両方から選ばれました。 ネットワークは、横断歩道、公園、ジム、バス停、ファーストフードレストランなど、健康に関連する可能性のあるあらゆるものを構築環境の特徴を抽出しました。
「歩道がなければ、歩いて出かける可能性は低くなります」と、研究を主導したワシントン大学のグローバルヘルスの教授であるイレインヌシージーは言います。
チームのアルゴリズムは、肥満の割合が大きくなったり小さくなったりする領域で、どの機能が多かれ少なかれ一般的であるかを知ることができました。 いくつかの調査結果は予測可能でした：より多くの公園、ジム、緑地がより低い肥満率と相関していた。 他の人は驚くべきことでした：より多くのペットショップがより薄い居住者に匹敵しました（「ペットショップの密度が高いことは、ペットの所有度が高いことを示します。
結果に関する論文は最近ジャーナルJAMA Network Openで発表されました。
近くに住んでいる人々の社会経済的地位から特定の都市の特徴を解き放つことは困難です。裕福な人々は公園の近くに住んでいる可能性が高くなりますが、それは彼らが肥満になりにくいのか、それとも彼らのその他の特徴ですか健康的な食べ物へのアクセスや料理をする余暇の時間などの特権ですか？ これらの質問に答えるには、単なるアルゴリズム以上のものが必要です。
「[T]彼の研究は、ビッグデータと機械学習を臨床研究にどのように統合できるかを示しています」とデューク大学のベンジャミン・ゴールドスタイン、デビッド・カールソン、Nrupen Bhavsarは研究の解説で書いています。 ただし、「これは、分析だけですべての答えが得られるという意味ではありません。 これらの分析手法の核となるのは機能のみを指し、それらに意味を提供するには主題の洞察が必要です。」
ワシントン大学のチームは、過去に衛星データを使用して健康上の結果を予測する他のプロジェクトに取り組んできました。 あるプロジェクトでは、インフルエンザの流行期に病院の駐車場にある車の台数を調べて、流行がいつ始まったかを予測しました。 彼らは、この最新のプロジェクトが肥満を超えたアプリケーションを持つことを望んでいます。
「私たちは、構築された環境と肥満との関係だけでなく、他の慢性疾患を研究する人々に役立つことを望んでいます」とNsoesieは言います。
肥満以外の多くの慢性疾患は、特定の癌、心臓病、糖尿病など、活動不足や食事不足に関連しています。
また、データを縦断的に見ることも計画しています。都市の機能が変化するにつれて、肥満率も変化しますか？
「これが都市計画者に役立つことを願っています」とNsoesieは言います。 「人々が外出して運動することを奨励するために、近所を設計する方法について考えることができます。」
プロジェクトの調査結果は、構築された環境が肥満に及ぼす影響に関する他の研究によって裏付けられています。 カリフォルニア大学サンディエゴ校の都市と公衆衛生の専門家であるジェームズ・サリスは、都市の歩きやすさが肥満率の低下に関連していることはよく知られていると言います。 歩きやすさは、（行き止まりや袋小路とは対照的に）つながっている通り、安全な歩道や横断歩道、目的地（歩いている場所はどこですか？）など、多くの設計要素の製品です。
しかし、歩行者よりも車を優先し、歩行可能性を促進する一種の高密度にスプロールするゾーニング法により、変更を行うことは言うよりも簡単です。
「私たちは何をすべきか知っています」と彼は言います。 「しかし、私たちがしなければならないことは、私たちが過去50年または60年の間してきたこととは大きく異なります。」
