Child Growth Monitor
Tilburg University’s Zero Hunger Lab is gevraagd het AI-algoritme te ontwikkelen dat lichaamsparameters, zoals lengte, omtrek en gewicht, uit beelden meet. Het algoritme kan worden opgenomen in de app om automatische detectie van ondervoeding bij kinderen over de hele wereld mogelijk te maken.
Hoe goed kunnen we de lichaamsparameters voorspellen aan de hand van de lichaamsvormbeelden?
Ongeveer 800 miljoen mensen in de wereld gaan met honger naar bed, 200 miljoen daarvan zijn kinderen en 5,6 miljoen vermijdbare kindersterfte wordt veroorzaakt door ondervoeding (volgens de statistieken van het WFP van de VN en de Wereldbank). Het tijdig opsporen van ondervoeding bij kinderen door middel van adequate metingen is cruciaal voor de behandeling. Uit de statistieken van de Wereldgezondheidsorganisatie blijkt dat slechts 35% van de ondervoede kinderen adequaat wordt gemeten. Het handmatig meten van de lengte en het gewicht is tijdrovend en vaak niet nauwkeurig.
Detectie van ondervoeding
Body measurement is de breedste metriek die wordt gebruikt om ondervoeding te bepalen. De Duitse organisatie Welthungerhilfe werkt aan de ontwikkeling van een mobiele applicatie die lichaamsscans van kinderen maakt en automatisch hun lichaamsparameters en gewicht berekent via een op maat gemaakt AI-model. Volgens de normen van de Wereldgezondheidsorganisatie zijn lengte, gewicht, taille en bovenarmomtrek enkele van de belangrijkste metingen om ondervoeding bij kinderen op te sporen.
Algoritme door Zero Hunger Lab
Het Zero Hunger Lab van Tilburg University wordt gevraagd het AI-algoritme te ontwikkelen dat lichaamsparameters, zoals lengte, omtrek en gewicht, uit beelden meet. Het algoritme kan worden opgenomen in de app om automatische detectie van ondervoeding bij kinderen over de hele wereld mogelijk te maken.
Het onderzoek begint met het trainen en evalueren van diepe neurale netwerken op een dataset van virtuele lichaamsvormen. Vervolgens zullen de beste netwerkconfiguraties worden getraind en geëvalueerd op real-life data verzameld door Welthungerhilfe in India.
Lees het interview met onderzoekers Eric Postma en Hezha Mohammedkhan
Lees het interview in de New Scientist Zero Hunger Lab special:
Virtual child growth monitor | Tilburg University

Nieuws
Ook interessant
-
Zero Hunger Lab
Zero Hunger Lab van Tilburg University is een onderzoeksgroep die met de kracht van data science wereldwijde voedselzekerheid wil realiseren.
Meer informatie -
Model OPTIMUS en de samenwerking met World Food Programme
De VN benaderde Tilburg University met de uitdaging om de supply chain in crisissituaties te optimaliseren met behulp van data analytics.
Meer informatie -
Enhance: Cost of Diet
Hoe kunnen we allemaal van voldoende voedsel worden voorzien, vooral in tijden van wereldwijde nood of hongersnood? Met gebruik van AI en Big Data wil het Zero Hunger Lab deze vragen beantwoorden met Project ENHANCE.
Meer informatie -
Eerlijke en duurzame supply chain voor suikerriet
Solidaridad heeft het Zero Hunger Lab gevraagd hoe ze gegevens kunnen gebruiken om zo veel mogelijk bij te dragen aan de ontwikkeling van een eerlijke en duurzame supply chain van suikerriet en palmolie.
Meer informatie