据报道，全球超过20亿人，包括3.4亿名左右的儿童在内，都有微量元素缺乏症状（Micronutrient deficiency，MND）。

维生素和矿物质是人体维持正常生理功能的重要物质，对于人体生长、代谢以及发育过程具有不可替代的作用，如果一旦长期缺乏会对健康造成严重的后果。

对于微量营养物质的早期诊断预防会出现高昂费用,以及较为耗时的检查等问题。哈佛大学计算机科学家Elizabeth Bondi和她的同事们使用人工智能技术对此问题进行了深入研究，通过公开的卫星数据与人工智能来可靠地确定人口处于微量营养物质缺乏的高风险地理的区域，以促成对早期公共卫生干预的实现。

工作开展方法就是通过结合地图上植被覆盖，气候和水的存在等数据来确定哪些地方的人口将缺乏铁、维生素B12或维生素A。研究人员从马达加斯加四个不同地区收集的真实世界的地面真实生物标志物数据进行训练，并证明卫星数据对于预测区域级MND是可行的，令人惊讶地超过了仅基于调查响应的基线预测的性能。

研究结果该方法可以广泛应用于其他有卫星数据的国家，如果政策制定者、公共卫生官员或医疗保健提供者使用这些预测，可能会产生巨大的社会影响。

来自于Emory大学流行病学家Christine Ekenga表示，这是一项新颖的贡献，它点亮了人工智能在促进公共卫生的潜力。不过也存在对是否能收集到合理的数据的担忧，因为由于成本和基础设施的限制，对于资源匮乏的环境中收集不到理想的健康数据，不过目前研究者已经验证了一种可以克服这些挑战的方法。

目前最新情况是研究者们计划开发一款web应用软件，根据所需时间和位置加载卫星数据，根据当前提出的模型，程序能够提供预测服务。

参考来源：doi:10.1038/scientificamerican0622-20a