- Google udbygger den nye sundhedsfunktion »Insulin Resistance Trends« med PhotoScan
- PhotoScan er et »eksperimentelt rammeværk for dyb læring«, der kan estimere kropsfedt ved hjælp af mobilkameraet med »næsten samme præcision som DXA«
- Teknologien er endnu ikke tilgængelig for offentligheden, men forskningen viser, at denne type funktioner er mulige
Da Google Pixel Watch 5 for nyligt blev lancere sammen med en række nye Pixel-telefoner, var en af de mest interessante nyheder Pixel Watchs nye sæt Health Guardian-funktioner, herunder Insulin Resistance Trends.
Insulin Resistance Trends viser en månedlig oversigt med skøn over, hvordan kroppen har reageret på ændringer i blodsukkeret – en vigtig faktor for både vægtkontrol og udviklingen af type 2-diabetes.
Kropssammensætning (dvs. forholdet mellem forskellige typer fedt, skeletmuskulatur og knoglemasse) kan også give vigtig information om insulinresistens og metabolisk sundhed. Derfor bruges kropsscanninger ofte som en del af vurderingen. Kropssammensætning måles ofte med medicinske DXA-scanninger, der bruger røntgenstråling, eller med forbrugerprodukter, der kan bruges derhjemme.
Sådanne produkter kan være alt fra de bedste smarte vægte til visse smarture, for eksempel Samsung Galaxy Watch Ultra 2. Uden adgang til medicinsk DXA-udstyr anvender de normalt en metode kaldet bioelektrisk impedansanalyse, eller BIA.
Metoden sender en meget svag elektrisk strøm gennem kroppen. Da strømmen passerer gennem fedt, muskler og andre væv på forskellige måder, kan enheden bruge måleresultaterne til at estimere kropssammensætningen. Det er en nyttig funktion at have direkte i en sundhedsorienteret enhed som et smartur.
Google forsker dog i en potentielt endnu mere præcis metode til kropsscanning, som hverken kræver specialudstyr eller BIA-sensorer. Det eneste, der skal til, er et mobilkamera og en AI-model, der kører på enheden.
Teknologien, der er under udvikling, har fået det passende navn PhotoScan.
Ifølge Googles forskningsblog har virksomheden udviklet PhotoScan ved at sammenligne mobilbilleder af forsøgspersoner med medicinske DXA-scanninger og andre oplysninger om deltagerne og derefter lade en AI-model analysere materialet.
AI-modellen lykkedes efterhånden at opnå en »stærk overensstemmelse med DXA«, når den estimerede kropsfedtprocent og andre måleværdier. Ifølge forskerne resulterede dette desuden i »næsten samme præcision som DXA«, når det gælder at forudsige insulinresistens.
Forskerne konstaterer, at klinisk DXA-billeddannelse giver de mest nøjagtige målinger af kropssammensætning, men er vanskelig at anvende i stor skala. BIA-sensorer i wearables er betydeligt mere tilgængelige, men er samtidig mere begrænsede med hensyn til, hvilke oplysninger om kropssammensætningen de kan levere.
»Vores PhotoScan-metode tilbyder en lovende mellemvej ved at estimere detaljeret kropssammensætning ud fra almindelige mobilbilleder med en præcision, der nærmer sig DXA«, skriver forskerne.
Det ser altså ud til, at vi i fremtiden måske lægger BIA-sensorerne bag os og i stedet begynder at bruge mobilkameraer til at estimere kropsfedt. Teknologien ser endnu ikke ud til at være kommercielt tilgængelig, men ifølge forskerne viser resultaterne, at det er muligt at estimere kropssammensætning ved hjælp af en smartphone. Teknologien vil sandsynligvis dukke op i Googles kommende Pixel-telefoner inden længe.
