https://frosthead.com

AI peut-il savoir si un enfant est mal nourri?

Dans les zones touchées par la guerre, les catastrophes ou la famine, les organismes de bienfaisance communiquent souvent le nombre d'enfants souffrant de malnutrition en termes de pourcentages: un sur dix, un sur cinq, un sur trois. Mais vous êtes-vous déjà demandé comment ces taux sont calculés?

Savoir discerner qui et combien de personnes souffrent de malnutrition nécessite beaucoup de compétences professionnelles. Malheureusement, les zones touchées par des catastrophes humanitaires manquent souvent de travailleurs dotés de ce type de formation.

Aujourd'hui, une société basée au Kenya a mis au point une IA permettant de juger de l'état nutritionnel d'un enfant à l'aide d'une simple photo. Ils espèrent que la technologie, appelée MERON (Méthodes d'observation extrêmement rapide de l'état nutritionnel), peut aider à collecter des données vitales dans des domaines où des travailleurs qualifiés ne sont pas disponibles ou sont peu pratiques.

«Nous travaillons dans des zones extrêmement peu sûres où nous fournissons des services de surveillance à distance», a déclaré Ben Watkins, PDG de Kimetrica, une entreprise qui a pour mission d'aider les gouvernements et les organisations à but non lucratif à accroître l'impact de l'argent de l'aide. "Nous surveillons donc la sécurité alimentaire et la situation nutritionnelle dans des zones auxquelles les agences n'ont pas forcément un accès très fiable."

MERON a été formé sur une base de données de photos pour pouvoir reconnaître les traits du visage, tels que la rondeur des joues, qui correspondent à la malnutrition. Tout ce dont il a besoin est une photo du visage et il peut instantanément catégoriser l'image comme étant normale, modérément mal nourrie ou sévèrement malnutrie. Les premiers essais suggèrent que l'IA a un taux de précision de 78% dans la détection des individus de poids normal; Kimetrica travaille actuellement sur des essais avec des photos d'enfants malnutris.

L'idée de MERON est venue de la fille adolescente de Watkins. Watkins et son équipe discutaient d'idées sur des moyens simples et moins invasifs d'évaluer la malnutrition chez les enfants. Sa fille a dit: «Pourquoi ne prenez-vous pas simplement des photos du visage des gens? Vous pouvez dire à quel point les gens sont lourds en regardant simplement leur visage. "

C'était une bonne idée, pensa Watkins. Après tout, les traits du visage sont un facteur que les évaluateurs formés par l'homme utilisent pour évaluer visuellement la malnutrition. Le nom de sa fille? Meron. Le nom de l'IA est en réalité un backronym pour son auteur.

Il existe actuellement plusieurs méthodes d'évaluation de la malnutrition aiguë chez les enfants. Un observateur qualifié peut effectuer une évaluation visuelle en fonction de facteurs tels que la fonte musculaire. Les évaluateurs peuvent mesurer le tour de bras d'un enfant à mi-bras - le seuil de «malnutrition aiguë sévère» est de 11 centimètres pour les enfants de moins de cinq ans. Ou un rapport poids / taille peut être utilisé.

Mesurer l'ampleur de la malnutrition est essentiel à la fois pour obtenir l'argent de l'aide et pour déterminer quels enfants ont besoin d'un traitement médical d'urgence et d'aliments thérapeutiques - des pâtes souvent riches en énergie et enrichies en micronutriments.

Mais Kimetrica travaille souvent avec des zones très instables et très isolées. Même si des évaluateurs qualifiés sont disponibles, le travail est souvent dangereux pour eux et pour les familles qu'ils évaluent. Les autorités locales dans les régions déchirées par la guerre peuvent ne pas comprendre que les agences internationales sensibilisent à leur chaos interne. L'installation d'une tente pour prendre des mesures de bras ou de hauteur et de poids peut attirer l'attention indésirable.

«Il est nécessaire de disposer d’une technologie discrète permettant de l’utiliser sans augmenter la notoriété ou être trop visible sur le terrain», déclare Watkins. "L'idée d'utiliser un smartphone est intéressante à cet égard, car vous pouvez prendre rapidement une photo."

Andrew Jones, nutritionniste en santé publique à l'Université du Michigan, convient que les méthodes actuelles d'évaluation de la malnutrition peuvent être envahissantes dans certains contextes. Mesurer la circonférence des bras peut impliquer le retrait des vêtements, ce qui peut être tabou dans certaines cultures. Et obtenir des mesures de hauteur nécessite une formation et la coopération de l'enfant.

«En fait, il est très traumatisant pour certains enfants de voir un étranger venir prendre leur taille», dit Jones.

Jones dit qu'il peut voir le rôle de technologies comme MERON dans les urgences humanitaires.

«Dans ces contextes, je peux certainement voir un besoin potentiel de sélectionner beaucoup d’enfants sur une courte période, avec des limitations pour le personnel qualifié», dit-il.

Jones note que la malnutrition aiguë sévère - celle qui se présente avec des membres gaspillés et le ventre gonflé - est en réalité beaucoup moins commune que d’autres formes de malnutrition. Le plus souvent, on parle de «retard de croissance», c'est-à-dire une croissance et un développement compromis pouvant découler d'une mauvaise alimentation. Les enfants présentant un retard de croissance ne sont pas nécessairement maigres - certains ont en fait une apparence plutôt grasse - mais ils peuvent souffrir de troubles cognitifs et d'une mauvaise santé.

«Il y a beaucoup plus d'enfants présentant un retard de croissance dans le monde que d'enfants souffrant de malnutrition aiguë sévère», déclare Jones. Selon les données de l'OMS et de l'UNICEF, environ 155 millions d'enfants dans le monde souffrent d'un retard de croissance, tandis que 16 millions souffrent de malnutrition aiguë sévère.

Kimetrica a testé MERON sur le terrain et a quelques problèmes à résoudre avant que le programme ne soit déroulé. Premièrement, les photos utilisées doivent représenter l'enfant tourné vers l'avant, sous un bon éclairage. Cela nécessite une formation de la part du photographe, qu'il s'agisse d'un parent ou d'un travailleur local. Deuxièmement, MERON doit être testé sur des enfants de nationalités et d'ethnies différentes, afin de s'assurer qu'il est valable pour tout le monde. L’équipe devra ensuite créer une application transparente donnant un retour instantané.

Watkins espère que MERON pourrait éventuellement avoir des applications allant au-delà de la malnutrition aiguë sévère, telles que le diagnostic de maladies comme le kwashiorkor, une forme de malnutrition protéique provoquant un gonflement, ou même l'évaluation des taux d'obésité.

AI peut-il savoir si un enfant est mal nourri?