Noise2NAKO(AI): „KI-Methoden zur Verknüpfung von Umwelt und Gesundheit - eine umfangreiche Kohortenanwendung“
Raum-zeitliche differenzierte Expositionsmodelle sind dringend erforderlich, um die realen Expositionen besser widerzuspiegeln, sowie die langfristigen Auswirkungen von Umweltfaktoren auf die Gesundheit holistisch zu erfassen und zu verstehen. Darüber hinaus sind moderne statistische und datenwissenschaftliche Ansätze erforderlich, um die komplexen Wechselwirkungen zwischen Umwelt und Gesundheit zu ergründen und zu verstehen. Derzeit verfügbare Modelle werden durch den Kompromiss zwischen Komplexität und Interpretierbarkeit, sowie durch die Verzerrung bevölkerungsbezogener Kohortendaten limitiert. Dieses Projekt zielt darauf ab, diese Herausforderungen durch die Entwicklung von datenwissenschaftlichen Methoden im Bereich der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) zu lösen, um derzeit verfügbare Lärmkarten weiterzuentwickeln, die Quantifizierung der Lärmauswirkungen auf die Gesundheit zu verbessern und das komplexe Zusammenspiel zwischen umweltbezogenen, kontextbezogenen und individuellen sozioökonomischen und Gesundheitsdaten zu beschreiben. Methodisch werden drei Ziele verfolgt:
- Erweiterung der Verkehrslärmkarten von 2017 (derzeit nur für größere Ballungsräume und entlang von Hauptverkehrsstraßen und Eisenbahnen, sowie in der Nähe von Flughäfen verfügbar) durch die Anwendung von ML-Methoden anstelle von physikalischen Modellierungsansätzen.
Entwicklung und systematische Erprobung von Deep-Learning-Ansätzen zur Verknüpfung von Lärmkarten mit Nachbarschaftsinformationen der nationalen Kohorte in Deutschland für die Identifizierung von gefährdeten Clustern, in Bezug auf Lärm und Nachbarschaft, für das Hypertonierisiko und die Vorhersage dieser Cluster für ganz Deutschland.
Erweiterung dieses Vorhersagemodells mit individuellen Informationen von NAKO-Teilnehmern, um den zusätzlichen Einfluss individueller Risikofaktoren für Bluthochdruck zu erforschen sowie KI/ML und interpretierbare Ansätze zu fördern.
Links
