SatHealth：融合卫星环境因素的多模态公共卫生数据集
机器学习
2025-06-18 v1
摘要
生活环境在疾病的发生和进展中发挥着重要作用，理解其对患者健康状况的影响对于开发AI模型日益重要。然而，由于公共和人群健康研究中缺乏长期且细粒度的时空数据，大多数现有研究未能纳入环境数据，限制了模型的性能和实际应用。为解决这一短缺，我们开发了SatHealth，一个融合多模态时空数据的新数据集，包括环境数据、卫星图像、从医疗索赔中估计的全疾病患病率以及健康的社会决定因素（SDoH）指标。我们在SatHealth上进行了两项用例的实验：区域公共卫生建模和个人疾病风险预测。实验结果表明，生活环境信息可以显著提升AI模型在各种任务上的性能和时空泛化能力。最后，我们部署了一个基于Web的应用程序，为SatHealth提供探索工具，并提供一键访问我们的数据和区域环境嵌入的功能，以促进即插即用的使用。SatHealth目前已发布俄亥俄州的数据，我们将持续更新SatHealth以覆盖美国其他地区。通过Web应用程序和发布的代码流程，我们的工作为在医疗研究中纳入环境数据提供了有价值的视角和资源，并为环境健康信息学的未来研究建立了基础框架。
引用
@article{arxiv.2506.13842,
title = {SatHealth: A Multimodal Public Health Dataset with Satellite-based Environmental Factors},
author = {Yuanlong Wang and Pengqi Wang and Changchang Yin and Ping Zhang},
journal= {arXiv preprint arXiv:2506.13842},
year = {2025}
}
备注
18 pages, 6 figures. To be published in SIGKDD 2025 Datasets and Benchmarks Track