Във войни, бедствия или бедстващи райони благотворителните организации често съобщават броя на децата, страдащи от недохранване, като процент - едно на 10, едно на пет, едно на три. Но замисляли ли сте се как се изчисляват тези тарифи?
Разбирането на това кой и колко хора са недохранени, изисква доста професионални умения. За съжаление в районите, преживяващи хуманитарни бедствия, често липсват работници с такъв вид обучение.
Сега, базирана в Кения компания разработи AI, който може да може да прецени състоянието на храненето на детето чрез обикновена снимка. Те се надяват, че технологията, наречена MERON (Методи за изключително бързо наблюдение на хранителния статус), може да помогне за събирането на жизненоважни данни в области, където обучените работници са недостъпни или непрактични.
„Ние работим в силно несигурни области, където предоставяме услуги за дистанционно наблюдение“, казва Бен Уоткинс, изпълнителен директор на Kimetrica, компания, чиято мисия е да помогне на правителствата и с нестопанска цел да повишат ефективността на парите за помощ. „Така че ние наблюдаваме продоволствената сигурност и хранителната ситуация в области, до които агенциите не е задължително да имат много надежден достъп.“
MERON е обучен на база данни със снимки, за да може да разпознава чертите на лицето, като закръглеността на бузите, които съответстват на недохранването. Всичко, от което се нуждае, е снимка на лицето и тя може незабавно да категоризира изображението като нормално, умерено недохранено или силно недохранено. Първоначалните проучвания предполагат, че AI има 78 процента на точност при откриване на индивиди с нормално тегло; В момента Киметрика работи над опити със снимки на недохранени деца.
Идеята за MERON дойде от тийнейджърката на Уоткинс. Уоткинс и неговият екип обсъждаха идеи за прости, не толкова инвазивни начини за оценка на детското недохранване. Дъщеря му каза: „Защо просто не снимате лицата на хората? Можете да кажете колко тежки са хората, като просто погледнете в техните лица. "
Това беше добра идея, помисли Уоткинс. В края на краищата чертите на лицето са един от факторите, обучени от човешки анализатори, които използват визуално преценяване на недохранването. Име на дъщеря му? Мерон. Името на AI всъщност е бекрон за неговия създател.
Понастоящем има няколко метода за оценка на острото недохранване при деца. Обучен наблюдател може да направи визуална оценка въз основа на фактори като загуба на мускули. Оценителите могат да измерят обиколката на средната долна част на ръката на детето - отсечката за „тежко остро недохранване“ е 11 сантиметра за деца под пет години. Или може да се използва съотношение тегло-височина.
Измерването на степента на недохранване е от решаващо значение както за получаване на средства за помощ, така и за вземане на решение кои деца се нуждаят от спешно медицинско лечение и терапевтични храни - често енергийно плътни пасти, обогатени с микроелементи.
Но Киметрика често работи с много летливи, силно отдалечени райони. Дори ако са налични обучени оценители, работата често е опасна както за тях, така и за семействата, които оценяват. Местните власти в разкъсаните от войната региони може да не оценят, че международните агенции повишават осведомеността за своя вътрешен хаос. Поставянето на палатка за измерване на ръката или височината и теглото може да привлече нежелано внимание.
„Има нужда от дискретна технология, при която тя може да бъде използвана, без да се повишава осведомеността или да бъде прекалено очевидно в областта“, казва Уоткинс. „Идеята за използване на смартфон е привлекателна в това отношение, защото можете бързо да направите снимка.“
Андрю Джоунс, специалист по здравословно хранене в университета в Мичиган, е съгласен, че съвременните методи за оценка на недохранването могат да бъдат инвазивни в определени контексти. Измерването на обиколката на ръката може да включва премахване на дрехи, което може да бъде табу в някои култури. А получаването на измервания на височината изисква обучение и сътрудничество на детето.
„Всъщност е доста травматично за някои малки деца да дойде непознат и да вземе височината си“, казва Джоунс.
Джоунс казва, че може да види ролята на технологии като MERON при хуманитарни извънредни ситуации.
„В тези контексти със сигурност виждам потенциално нужда от скрининг на много деца в кратък период от време с ограничения за обучен персонал“, казва той.
Джоунс отбелязва, че тежкото остро недохранване - видът, който се представя с пропилени крайници и подути кореми - всъщност е много по-рядко срещан от другите форми на недохранване. По-често срещано е „застой” - нарушеният растеж и развитие, което може да дойде от лошите диети. Зашеметените деца не са непременно кльощави - някои всъщност изглеждат доста дебели, но могат да страдат от когнитивни нарушения и лошо здраве.
„Има много повече зашеметени деца в света, отколкото има деца, които са силно остро недохранени“, казва Джоунс. Според данни на СЗО и УНИЦЕФ около 155 милиона деца по света са зашеметени, докато около 16 милиона страдат от тежко остро недохранване.
Kimetrica е тествала MERON на място и има няколко кинта, за да може да работи, преди програмата да бъде разгърната. Първо, използваните снимки трябва да съдържат детето, обърнато напред, на добра светлина. Това изисква известно обучение от страна на фотографа, независимо дали е родител или местен работник. Второ, MERON трябва да бъде тестван на деца от различни националности и етноси, за да се гарантира, че е еднакво точен за всички. След това екипът ще трябва да създаде безпроблемно приложение, което дава незабавна обратна връзка.
Уоткинс се надява MERON в крайна сметка да има приложения извън тежкото остро недохранване, като диагностициране на заболявания като kwashiorkor, форма на протеиново недохранване, която причинява подуване или дори оценка на степента на затлъстяване.
