Inteligencia artificial

Competencias: Diseñar soluciones en áreas de la ciencia, la industria y el entretenimiento usando herramientas de la Inteligencia Artificial y de la Computación Gráfica. 

proyecto final

 

Salud, alimentación y ejercicio físico en los condados de Estados Unidos

A. Esteban, S. H. Serrano

Facultad de Ingeniería y Tecnología, Universidad de Montemorelos

Abstract– La obesidad y la diabetes son 2 de las mayores crisis de salud mundial que afronta el siglo XXI. Desde la década de 1970, las cifras de estos 2 padecimientos han aumentado. En 2016, más de 1,900 millones en edad adulta tenían sobrepeso [1], y en 2014, las personas con diabetes llegaban a los 422 millones [2]. Entonces ¿Qué factores están afectando hoy el incremento de estas enfermedades? Conocemos que es una cuestión de estilo de vida, sin embargo, es difícil identificar qué hábitos son los realmente perjudiciales y que necesitan un cambio inmediato. Utilizando datos extraídos del Food Environment Atlas realizado por el Servicio de Investigación Económica (ERS) del Departamento de Agricultura de los Estados Unidos (USDA) [3], analizamos la relación entre los hábitos en la elección de alimentos y el padecimiento de obesidad y diabetes en 1306 condados de los Estados Unidos Americanos durante el año 2008.

1.     INTRODUCCIÓN

La obesidad, según la Organización Mundial de la salud, incrementa el riesgo de padecer enfermedades cardiovasculares y también algunos tipos de cáncer. A su vez, la obesidad es uno de los factores principales de padecer diabetes, la cual tiene complicaciones severas como la ceguera, amputación de extremidades, infecciones recurrentes, nefropatía diabética, entre otros.

La diabetes es una de las mayores crisis de salud mundial que afronta el siglo XXI. La OMS estima que el número de adultos con diabetes casi se ha cuadruplicado desde 1980, pasando de 108 millones en ese año a 422 millones en 2014. Más de la mitad de esas personas no son conscientes de su condición de enfermos, y el número de afectados que no reciben ningún tipo de tratamiento es incluso mayor.

Debido a que muchas veces se tiene una mala concepción de lo que es la alimentación o la nutrición, no damos la importancia que se merece al consumo de una dieta correcta y a los hábitos de salud. Incluso cuando se tiene algún padecimiento, muchas personas siguen la misma dieta de antes sin saber que deben de cambiarla (o lo hacen de la forma incorrecta).

Con los datos obtenidos, buscamos encontrar la relación entre la forma de alimentación y la diabetes y obesidad, además de algunas otras variables que puedan influir en estos padecimientos. Nuestro objetivo es generar conciencia sobre qué es lo que consumimos en nuestros hogares para así cuidar la dieta personal y de nuestra familia.

2.     DESCRIPCIÓN DE LOS DATOS

Los datos fueron extraídos del Food Environment Atlas realizado por el Departamento de Agricultura de los Estados Unidos (USDA) del Servicio de Investigación Económica (ERS).

La versión utilizada del Atlas es la del 2011, la cual abarca 168 indicadores a nivel condado y estado, además cubre los años de 2006 al 2008. Todos los datos provienen de una variedad de fuentes y niveles geográficos. 

Las variables utilizadas en este proyecto son: porcentaje de acceso y proximidad a tiendas de comestibles, disponibilidad a tiendas de comida, restaurantes de servicio completo y de comida rápida por cada mil habitantes; libras de frutas y verduras, carne, grasas sólidas como manteca y mantequilla, snacks dulces y comidas preparadas (enlatados, comida instantánea) consumidas por hogar, así como la cantidad de galones de sodas y bebidas azucaradas compradas por hogar al año. 

Se incluyen también indicadores de salud como: tasa de diabetes y obesidad a nivel condado, porcentaje de adultos físicamente activos con un reporte de al menos 150 minutos de actividad moderada, o 75 minutos de actividad intensa a la semana. 

Las variables de características socioeconómicas abarcan: tasa de pobreza y porcentajes de razas por condado, así como el nivel de inseguridad de alimento en cada estado (aquellos que no tienen la capacidad para proveerse de comidas balanceadas, reduciendo el tamaño de las porciones porque tienen muy poco dinero, o pasando hambre porque tienen muy poco dinero para comprar alimento).

No todas las variables se muestran en los resultados puesto que no todas proveen información relevante.

3.     RESULTADOS

Los datos fueron analizados en WEKA, un software de machine learning para el aprendizaje automático y la minería de datos (escrito en Java y desarrollado en la Universidad de Waikato), mediante el cual aplicamos el algoritmo k-means para el análisis de nuestros datos. Primeramente, limpiamos los outliers de todas las variables utilizadas y los datos fueron normalizamos. El número de clusters utilizados en el algoritmo oscila entre 4 y 6.

  •       PRIMER RESULTADO: Uno de los factores que influye en la diabetes y la obesidad, es el consumo de sodas, refrescos embotellados y agua de sabor, así como el consumo de carne.

Las variables que utilizamos fueron: el promedio de refrescos y de carnes que se consumen en un año y la tasa de diabetes.

Encontramos que, de una población en la que el 100% consume sodas y el 55% consume carne, el 71% tiene diabetes. Otra población en la que tienen casi la misma proporción de diabetes (69%), el 54% consume soda y el 69% consume carne.

Podemos concluir que estas 2 variables contribuyen al aumento de la tasa de diabetes y entre las 2 se compensan.

  •       SEGUNDO RESULTADO: Para disminuir la obesidad, es más eficiente hacer ejercicio que comer frutas y verduras. Para esto, utilizamos las variables de: tasa de obesidad, promedio de consumo de frutas y verduras y el promedio de actividad física de los adultos. De una población en la que el 58% tiene obesidad, el 47% consume frutas y verduras y el 63% realiza ejercicio físico, mientras que, en otra, el 42% tiene obesidad, el 29% consume frutas y verduras y el 53% realiza ejercicio físico.
  •       TERCER RESULTADO: El acceso a restaurantes de comida rápida y la pobreza son factores muy relacionados a la obesidad. Encontramos la mayor tasa de obesidad (60%) en los condados donde se concentra la mayor cantidad de comida rápida (46%) y que a la vez tienen altos índices de pobreza (38.7%). En el primer punto, nos asombramos al descubrir que la soda influye MUCHO, principalmente en la diabetes. En el segundo punto, observamos que no es suficiente con comer correctamente y estar inactivo, sino que debemos complementarlo con ejercicio físico. En el último punto, concluimos que, si vivimos en una ciudad con varios restaurantes de comida rápida, debemos estar conscientes no sólo de qué comemos sino también dónde comemos, porque puede que no nos hayamos puesto a analizar esto.

4.     CONCLUSIONES

1) El consumo de sodas y de carne influye en la diabetes y la obesidad. 2) Es mejor realizar ejercicio físico que simplemente comer frutas y verduras para disminuir la obesidad. 3) A medida que aumentan los restaurantes de comida rápida en un condado, también aumenta la pobreza y la obesidad.

5.     REFERENCIAS

[1]    Ficha descriptiva de obesidad y sobrepeso. (febrero 2018) World Health Organization (WHO). [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight

[2]     Ficha descriptiva de diabetes. (octubre 2018) World Health Organization (WHO). [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/diabetes

[3]     Food Environment Atlas. (desde 2011) Economic Research Service (ERS) of United States Department of Agriculture (USDA). [Online]. Available: https://www.ers.usda.gov/data-products/food-environment-atlas/go-to-the-atlas/

 

Reflexión

Mucha gente tiene muchas expectativas de lo que la Inteligencia Artificial es o puede llegar a ser. Algunos de estos conceptos erróneos son: los chatbots tomando el control de nuestros trabajos, que las neuronales son como el cerebro humano, que la Inteligencia Artificial en general puede llegar a ser tan poderosa e inteligente que podría poner a los seres humanos en riesgo o que se perfeccione a sí misma hasta llegar a ser insuperable.

Todo esto no tiene ningún sentido porque no existen máquinas inteligentes. Inteligencia Artificial es definida por el diseñador o los desarrolladores de ese software, pero sólo es un software que corre tras una máquina haciéndola útil, diseñada para adaptarse a diversos escenarios y tomar decisiones en base a una probabilidad y estadísticas.

La mayoría de los sistemas de inteligencia artificial que nosotros utilizamos son muy especializados y solo pueden perfeccionarse en un muy estrecho dominio. Cada red neuronal, cada modelo es especializado solo dentro de un problema muy específico.