知道某個(gè)街區(qū)超重成年人的比例能幫助采取更有針對(duì)性的干預(yù)措施，比如健康飲食活動(dòng)。不過，收集此類統(tǒng)計(jì)數(shù)據(jù)往往需要廣泛的調(diào)查或者實(shí)地探訪。

為尋找更好的辦法，研究人員下載了4個(gè)城市的普查區(qū)(基本上是街區(qū))的近15萬幅谷歌地圖衛(wèi)星圖像。這4個(gè)城市分別是美國(guó)加州的洛杉磯、田納西州的孟菲斯、得克薩斯州的圣安東尼奧以及華盛頓州的西雅圖。隨后，他們將這些圖像輸入一個(gè)神經(jīng)網(wǎng)絡(luò)—— 一種在大量數(shù)據(jù)中發(fā)現(xiàn)模式的算法。該網(wǎng)絡(luò)幫助研究人員聚焦這些圖像的最重要特征，比如綠色地區(qū)(對(duì)應(yīng)的是樹木和草地)、灰色條塊(對(duì)應(yīng)的是道路)或者白色矩形(對(duì)應(yīng)的是建筑物)的數(shù)量。隨后，該團(tuán)隊(duì)利用另一種算法，尋找這些滿是滴狀斑點(diǎn)的視覺特征和肥胖率之間的關(guān)聯(lián)。

最終，和單獨(dú)利用諸如體育館和餐館數(shù)量等可獲得的統(tǒng)計(jì)數(shù)據(jù)相比，研究人員利用上述辦法能更好地估測(cè)出一個(gè)地區(qū)的肥胖率。他們?cè)谌涨俺霭娴摹睹绹?guó)醫(yī)學(xué)會(huì)雜志網(wǎng)絡(luò)開放》上報(bào)告了這一成果。街區(qū)特征還同人均收入相對(duì)應(yīng)，表明它們或能被用于估測(cè)肥胖。部分原因在于財(cái)富影響一個(gè)人的體重和生活區(qū)域。

論文提出，評(píng)估一個(gè)地區(qū)的肥胖率或能幫助城市規(guī)劃者決定需要鼓勵(lì)哪些人更加積極地參與鍛煉或者在哪些地方讓健康的餐飲店變得更加流行。盡管衛(wèi)星數(shù)據(jù)無法完全替代諸如調(diào)查等更加傳統(tǒng)的公共衛(wèi)生措施，但作為一種補(bǔ)充，其成本更低并且更快速。