Geospatial Foundation Models Capture Health-Relevant Dimensions of Place Beyond Conventional Social Risk Indices

📄 arXiv: 2609.11689v1 📥 PDF

作者: Nathaniel Hendrix, Carl Y. Zhang, Chris Heitzig, Andrew Bazemore, David H. Rehkopf

分类: stat.AP, cs.LG

发布日期: 2026-09-10

💡 一句话要点

提出地理基础模型以捕捉健康相关的地理特征

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 地理基础模型 健康相关特征 社会风险指数 流行病学 公共卫生 机器学习 LightGBM

📋 核心要点

  1. 现有的社会风险指数未能全面反映影响健康的物理特征，导致健康结果的解释不足。
  2. 本文提出利用地理基础模型，通过卫星数据捕捉更全面的健康相关地理特征，以增强现有社会风险指数的有效性。
  3. 实验结果表明，地理基础模型在健康相关结果的方差解释上有显著提升，尤其在年度体检和慢性病方面表现突出。

📝 摘要（中文）

基于区域的社会风险指数总结了居民的社会经济状况，但未能完全捕捉可能影响健康的物理特征。本文评估了2022年卫星数据生成的四种地理基础模型是否能解释区域剥夺指数、社会剥夺指数和社会脆弱性指数与健康结果之间的残差方差。通过LightGBM预测美国82,646个普查区的变量，结果显示模型在某些变量上具有中等预测能力，并在健康结果上解释了社会风险指数未能解释的54%的方差，尤其在年度体检、关节炎和高血压方面表现突出。

🔬 方法详解

问题定义：本文旨在解决现有社会风险指数未能充分捕捉影响健康的物理特征的问题。现有方法在解释健康结果时存在显著的方差未被解释。

核心思路：通过使用2022年卫星数据生成的地理基础模型，本文希望捕捉到传统社会风险指数无法反映的健康相关地理特征，从而提高健康结果的预测能力。

技术框架：研究采用LightGBM模型，分析82,646个普查区的数据，结合美国社区调查和CDC PLACES的健康行为数据，评估模型在10个未参与训练的州的表现。

关键创新：本文的创新在于引入地理基础模型，捕捉健康相关的地理特征，显著提高了对健康结果的解释能力，尤其是在年度体检和慢性病方面。

关键设计：模型的参数设置包括使用LightGBM的默认超参数，损失函数为均方误差，网络结构基于决策树的集成学习方法，确保了模型的高效性和准确性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果显示，地理基础模型在健康相关结果的方差解释上有显著提升，尤其在年度体检、关节炎和高血压方面，模型能够解释多达54%的未解释方差。与传统社会风险指数相比，模型在小普查区的方差解释率从0.31提升至0.39，显示出显著的改进。

🎯 应用场景

该研究的潜在应用领域包括公共卫生、流行病学和社会政策制定。通过更全面地理解健康相关的地理特征，政策制定者可以更有效地分配资源，改善社区健康状况，并制定针对性的干预措施。未来，该方法可能在其他领域的健康研究中得到推广和应用。

📄 摘要（原文）

Area-based social risk indices summarize residents' socioeconomic conditions but incompletely capture physical features of place that may affect health. We evaluated whether numerical representations of physical place produced by four geospatial foundation model families from 2022 satellite data explained residual variance in tract-level associations between the Area Deprivation Index, Social Deprivation Index, and Social Vulnerability Index with health outcomes. We used LightGBM to predict variables from the American Community Survey and 40 chronic disease and health-behavior outcomes from CDC PLACES across 82,646 census tracts in the contiguous United States, evaluating performance across 10 held-out states. Among survey variables, models were moderately predictive of some variables including housing type (R-squared up to 0.54) but weak for disability, unemployment, and income disparity. For health outcomes, models explained up to 54% of variance left unexplained by social risk indices, with the largest gains for annual checkups, arthritis, and high blood pressure. Mean total variance explained by geospatial foundation models across the 40 health-related outcomes increased from 0.31 in the smallest tract-size decile to 0.39 in the largest. Geospatial foundation models capture health-relevant features of place not represented by conventional social risk indices and may usefully augment them in epidemiological analyses.