Hyderabad: Ein auf künstlicher Intelligenz (KI) basierendes Vorhersagemodell zur Erkennung des Adipositasrisikos wurde von Forschern der Woxsen University in Zusammenarbeit mit einem US-Wissenschaftler entwickelt.
Das Forschungsteam, bestehend aus Bobba Bharath Reddy, Dr. Hemachandran Kannan, Dr. Shahid Mohammad Ganie und dem US-Wissenschaftler Prof. Manjeet Rege, untersuchte die Kombination mehrerer Methoden des maschinellen Lernens zur Vorhersage des Adipositasrisikos anhand von Lebensstildaten.
Der Gesundheitssektor, Online-Medizinarchive und Krankenhäuser generieren riesige Datenmengen, die wertvolle Ressourcen für Forscher darstellen, die KI-Techniken nutzen möchten, um reale Gesundheitsprobleme zu lösen.
Die Forscher wählten drei Algorithmen aus jeder Ensemble-Methode aus, die jeweils über unterschiedliche Eigenschaften und Stärken verfügen, um die Wirksamkeit ihres vorgeschlagenen Modells aus verschiedenen Perspektiven zu demonstrieren.
Obwohl der BMI (Body-Mass-Index) häufig als primärer Indikator für das Adipositasrisiko verwendet wird, identifizierten die Forscher Einschränkungen in der Fähigkeit des BMI, die volle Komplexität von Adipositas zu erfassen, die von Verhaltens-, Umwelt- und genetischen Faktoren beeinflusst wird.
Sie bemerkten, dass der BMI keine kritischen Gesundheitsindikatoren wie Muskelmasse, Fettverteilung oder andere Variablen berücksichtigt, was die Genauigkeit der Adipositasklassifikation verringern kann.
Die Ergebnisse wurden in einem Artikel mit dem Titel 'Investigation of Ensemble Learning Techniques for Obesity Risk Prediction Using Lifestyle Data' im Decision Analytics Journal von Elsevier veröffentlicht.