Zero Hunger Lab

Virtueel consultatiebureau

Wetenschap Werkt 3 min. New Scientist

Om ondervoeding tijdig op het spoor te komen, werken onderzoekers van het Zero Hunger Lab aan een app die foto’s van kinderen beoordeelt. Als bonus verzamelt deze Child Growth Monitor data waar een schreeuwend gebrek aan is.

Voor Nederlandse ouders is het vanzelfsprekend: professionals houden desgewenst de groei en ontwikkeling van je kind vanaf de geboorte nauwlettend in de gaten. Wegen en meten zijn daarbij essentieel. Want vroege detectie van ondervoeding – of juist obesitas, in rijke landen een grotere bedreiging voor de volksgezondheid – redt levens. Daarom wordt er aan Tilburg University in samenwerking met de Duitse ngo Welthungerhilfe onder de vlag van het Zero Hunger Lab onderzoek gedaan naar detectie van ondervoeding op afstand, via een app. Een algoritme kan namelijk op basis van beeldmateriaal ‘zien’ of een kind ondervoed is of dreigt te raken.

De Child Growth Monitor, zoals de app heet, is te zien als een virtueel consultatiebureau. Een door Welthungerhilfe ontwikkeld prototype wordt nu al gebruikt door professionals in het veld. Uiteindelijk moeten ouders de app zelf kunnen gebruiken om een foto naar een medisch team te sturen zodat de detectie en behandeling van ondervoeding sneller gaan.

Eric Postma

Onder meer willen we kijken of we deepfake-technologie kunnen inzetten om niet-bestaande kinderen te genereren waarbij je lichaamskarakteristieken varieert.

Professor artificial intelligence Eric Postma

PhD-student Hezha MohammedKhan en professor artificial intelligence Eric Postma werken samen met Marleen Balvert, universitair docent operations research, en Çiçek Güven, universitair docent cognitive science & AI, aan algoritmes voor de detectie van ondervoeding uit beelden of video’s. Ze ontwikkelen een deep-learning-systeem dat onder meer lengte, omvang en gewicht van kinderen inschat op basis van een foto. Dat klinkt ingewikkeld – en dat is het ook, om te beginnen doordat openbare datasets van kinderfoto’s niet bestaan, zegt Postma. ‘Het verzamelen van foto’s van halfnaakte kinderen is om begrijpelijke redenen een probleem, dus we zijn daarvoor op zoek naar oplossingen. Onder meer willen we kijken of we deepfake-technologie kunnen inzetten om niet-bestaande kinderen te genereren waarbij je lichaamskarakteristieken varieert. Daar kunnen we dan de AI-systemen mee trainen.’

Vermijdbare gevallen

Met een alternatieve dataset, bestaande uit 3D-scans van volwassen lichamen, heeft het team al veelbelovende resultaten geboekt waar het nu op voortborduurt. Er is inmiddels een samenwerkingsverband met kinderartsen van het Elisabeth-TweeSteden Ziekenhuis in Tilburg. Deze artsen zijn enthousiast over het idee en denken mee, zegt MohammedKhan. ‘De volgende stap in ons onderzoek is het trainen van ons model op verschillende datasets. Het model heeft honderdduizenden afbeeldingen nodig om nieuwe afbeeldingen te leren herkennen. We hebben nu een dataset die ten opzichte van de vorige gevarieerder is in kleuren, lichaamsvormen, belichting en afstand tot de camera. Dat zijn allemaal aspecten die bijdragen aan de werking van het algoritme in de praktijk. Uiteindelijk zal ons model moeten worden getest op afbeeldingen van echte kinderen, maar zo ver zijn we nu nog niet.’

Tekst gaat door onder de foto. 

eric en hezha

240 miljoen kinderen lijden honger en jaarlijks overlijden meer dan 3 miljoen kinderen aan ondervoeding, wat voorkomen had kunnen worden door vroege detectie. Dit zijn verouderde cijfers, want tijdens corona kan er in het veld minder worden gemeten. Bovendien zal dit getal door de pandemie nog aanzienlijk stijgen.

Niet alleen kan de app miljoenen levens redden, ook kan hij in het veld data verzamelen waar nu een schreeuwend gebrek aan is, zegt MohammedKhan. ‘De huidige methode voor bijvoorbeeld afgelegen gebieden is dat er wordt geschat hoeveel ondervoeding er heerst, omdat recente gegevens vaak ontbreken. Men weet dat er miljoenen ondervoede kinderen zijn, maar niet altijd wáár precies. In die behoefte voorziet de app ook. Die genereert data waarmee voedselhulp veel gerichter kan worden ingezet.’

Hezha

Als je geen scholing hebt gehad, is het heel moeilijk om te weten of je kind gezond is en wat goede voeding is

PhD-student Hezha MohammedKhan

Mens in de loop

MohammedKhan is moeder van een jongetje van anderhalf. Ook zet ze zich al sinds haar jeugd in voor diverse humanitaire initiatieven. Bovendien is ze actief als spreker – onder meer gaf ze TEDx Talks – op het gebied van oorlog, armoede en empowerment van minderheden. Ze groeide op tijdens oorlog en bezetting, en leed als kind honger.

Mede daardoor is ze zo gepassioneerd over haar werk, vertelt ze. ‘Werken bij het Zero Hunger Lab past perfect bij mij. Ik wil mijn leven en carrière wijden aan samenlevingen zoals die waar ik vandaan kom, Iraaks-Koerdistan, waar het aan zo ongeveer alles ontbreekt. De impact van dit project is enorm; dat zeg ik ook als moeder. In Nederland wordt mijn kind gecontroleerd en ik ben ontzettend dankbaar voor de bevestiging dat hij goed groeit en gezond is. En dan ben ik nog hoogopgeleid. Als je geen scholing hebt gehad, is het heel moeilijk om te weten of je kind gezond is en wat goede voeding is.’

Postma benadrukt dat de monitor moet worden gezien als een hulpmiddel; niet als iets wat mensen gaat vervangen. ‘Het herkennen van een specifiek patroon is typisch iets waarin een krachtige machine superieur is aan een mens, bijvoorbeeld omdat hij nooit moe wordt. Maar zo’n machine begrijpt niets van onze wereld en kijkt daar niet naar zoals een mens dat doet. Dat is het grote verschil tussen artificiële en natuurlijke intelligentie. Die vullen elkaar aan en daarom moet er altijd een mens in de loop zitten die de context begrijpt.’

Tekst: Mirna van Dijk
Foto: Maaike Putman