[해외 DS] AI, 위성 데이터를 통해 영양소 결핍 지역 예측한다

영양소 결핍 문제, 지원 위해서 어느 지역이 결핍되어 있는지 찾는 것 어렵다 최근 연구 결과에 따르면, AI는 위성 데이터 통해 미량 영양소 결핍 지역 정확하게 찾아냈 수 있는 것으로 밝혀져 AI를 통해 전 세계 영양 결핍 문제 해결 할 수 있을 것으로 기대

pabii research

[해외DS]는 해외 유수의 데이터 사이언스 전문지들에서 전하는 업계 전문가들의 의견을 담았습니다. 저희 데이터 사이언스 경영 연구소 (MDSA R&D)에서 영어 원문 공개 조건으로 콘텐츠 제휴가 진행 중입니다.

사진=Thomas Fuchs/Scientific American

3억 4천만 명의 아이들을 포함한 전 세계 20억 명 이상의 사람들이 미량 영양소 결핍으로 고통을 받고 있습니다. 이러한 비타민과 미네랄의 부족은 건강에 심각한 결과를 초래하기 때문에 조기에 어떤 지역이 영양 결핍 문제를 겪고 있는지 탐지하는 것이 중요합니다. 그러나, 이는 채혈과 실험실 검사 등 전반적으로 보건 당국 차원에서 비용과 시간이 많이 소요되어 쉽사리 예산 배정을 하기 어려운 실정입니다.

그런데 최근 발표된 연구에 따르면, 영양소 결핍 지역을 식별하는 과정이 획기적으로 단순화 될 수 있을 것으로 보입니다. Harvard University의 컴퓨터 과학자 Elizabeth Bondi와 연구팀은 공개적으로 사용 가능한 위성 데이터와 인공지능을 사용하여 미량 영양소 결핍 위험이 높은 지역을 정확하게 찾아냈습니다. 보건 전문가들은 해당 연구 결과가 초기 공중 보건 개입을 위한 초석을 마련할 수 있을 것으로 예측하고 있습니다.

이전에도 인공지능을 통해 미량 영양소 결핍 지역을 찾아내려는 노력이 없었던 것은 아닙니다. 기존 AI 시스템은 위성 데이터를 활용해서 각 지역의 식량 안보 문제를 예측할 수 있었으나, 미량 영양소 결핍 지역까지 확인하는 것은 불가능했습니다. 예컨대, 기존 AI는 해당 지역에 농작물이 있는지를 통해 농업 생산성을 예측 할 수 있었으나, 해당 지역이 어떤 영양소가 부족한지에 대한 추정은 어려웠다는 것입니다. 그러나 최근 연구에 따르면, AI는 날씨, 물, 토지에 농작물이 얼마나 심어져 있는지에 대한 비율과 같은 데이터를 결합하여 철분, 비타민 B12, 또는 비타민 A가 부족한 곳을 보여줍니다.

연구팀은 위성 데이터를 수집하고 지역 공중 보건 공무원과의 협업 및  AI를 활용하여 영양소가 부족한 지역을 정확히 찾아냈습니다. 예컨대 마다가스카르 지역에서 식품 시장은 지역 사회의 전반적인 영양 수준을 보여줍니다. 따라서 연구원들은 해당 위성 이미지를 AI에 학습 데이터로 넣어 결핍될 것으로 예상되는 미량 영양소를 예측했습니다. 이후, 실제 마다가스카르의 4개 지역 인구에서 부족한 특정 영양소를 실제 혈액 샘플을 통해 확인하고, 이를 AI가 예측한 결과와 대조하는 식으로 인공지능을 훈련시켰습니다.

해당 인공지능을 학습 데이터 이외의 인구에 테스트했을 때, AI의 미량 영양소에 대한 예측은 지역 공중 보건 공무원이 관리하는 설문 조사를 기반으로 한 추정치의 정확도와 유사하거나, 때로는 이보다 높은 정확도를 보였습니다. Bondi는 “우리 연구를 통해 영양적인 측면에서 취약한 인구를 식별하고 신속하게 지원해줄 수 있기를 기대한다”고 전했습니다.

에모리 대학교 전염병 학자 Christine Ekenga는 “해당 연구는 공중 보건을 발전시키는 AI의 새로운 기여이며, 자원이 부족한 환경에서 건강 데이터를 수집하는 것은 인프라 제약으로 불가능에 가깝다”며 “그럼에도 불구하고 Bondi 연구팀은 이를 멋지게 극복해냈다”며 연구 결과에 대한 놀라움을 내비쳤습니다.

한편 연구원들은 해당 연구 결과를 공공 위성 데이터가 있는 다른 국가로 확장하는 것을 목표로 하고 있습니다. 이어 Bondi는 “우리 시스템을 통해 세계 보건 문제를 해결하는데 도움이 될 수 있기를 바란다”고 말했습니다.

이 기사는 원래 Scientific American 326, 6, 20(2022년 6월)에 “비타민 지도”라는 제목으로 게재된 바 있습니다.


Micronutrient deficiencies afflict more than two billion people worldwide, including 340 million children. This lack of vitamins and minerals can have serious health consequences. But diagnosing deficiencies early enough for effective treatment requires expensive, time-consuming blood draws and laboratory tests.

New research provides a more efficient approach. Computer scientist Elizabeth Bondi and her colleagues at Harvard University used publicly available satellite data and artificial intelligence to reliably pinpoint geographical areas where populations are at high risk of micronutrient deficiencies. This analysis could potentially pave the way for early public health interventions.

Existing AI systems can use satellite data to predict localized food security issues, but they typically rely on directly observable features. For example, agricultural productivity can be estimated from views of vegetation. Micronutrient availability is harder to calculate. After seeing research showing that areas near forests tend to have better dietary diversity, Bondi and her colleagues were inspired to identify lesser-known markers for potential malnourishment. Their work shows that combining data such as vegetation cover, weather and water presence can suggest where populations will lack iron, vitamin B12 or vitamin A.

The team examined raw satellite measurements and consulted with local public health officials, then used AI to sift through the data and pinpoint key features. For instance, a food market, inferred based on roads and buildings visible, was vital for predicting a community’s risk level. The researchers then linked these features to specific nutrients lacking in four regions’ populations across Madagascar. They used real-world biomarker data (blood samples tested in labs) to train and test their AI program.

Predictions of regional-level micronutrient deficiency in populations outside the training data sets met, and sometimes exceeded, the accuracy of estimates based on surveys administered by local public health officials. “Our work showcases a method that allows for identification and targeting of vulnerable populations for nutritional support that may supplement … expensive and invasive procedures,” Bondi says. The study was detailed at the Association for the Advancement of Artificial Intelligence’s 2022 virtual meeting.

“This is a novel contribution that highlights AI’s potential to advance public health,” says Emory University epidemiologist Christine Ekenga, who was not involved with the study. Collecting health data in low-resource settings can be difficult because of cost and infrastructure constraints, she adds, and “the authors have validated a method that can overcome these challenges.”

The researchers aim to develop a software application that extends this analysis to other countries that have public satellite data. “We hope that this application could allow public health officials to interact with the insights our system can provide and help to inform interventions,” Bondi says.

This article was originally published with the title “Vitamin Map” in Scientific American 326, 6, 20 (June 2022)doi:10.1038/scientificamerican0622-20a

Similar Posts

로그아웃

파비리서치 로그아웃 하시겠습니까?

로그인

파비리서치의 많은 정보를 확인하기 위해서는 로그인이 필요합니다!