Smartfon oceni ryzyko metaboliczne? Google rozwija PhotoScan

Technologia od zawsze miała służyć człowiekowi – ułatwiać jego codzienne funkcjonowanie, zwiększać dostępność usług i wspierać tych, którzy ze względu na stan zdrowia napotykają dodatkowe bariery. Wraz z jej rozwojem coraz więcej funkcji przenosi się do urządzeń, które niemal każdy z nas ma zawsze w kieszeni – smartfonów.

Google bada, czy te mogą być wykorzystane także do oceny ryzyka metabolicznego, w tym insulinooporności. Rozwijana przez firmę technologia PhotoScan wykorzystuje sztuczną inteligencję do analizy zdjęć sylwetki, na której podstawie szacuje skład ciała. 

W badaniach system uzyskał wyniki zbliżone do tych osiąganych za pomocą specjalistycznych skanów DXA (densytometria).

Czy sylwetka może zdradzić ryzyko metaboliczne?

Insulinooporność może rozwijać się na długo przed pojawieniem się cukrzycy typu 2.

Insulinooporność jest jednym z najpoważniejszych, a jednocześnie niedodiagnozowanych czynników współczesnych chorób metabolicznych.
Google Blog

W ocenie jej ryzyka wykorzystuje się między innymi wskaźnik HOMA-IR, obliczany na podstawie stężenia glukozy i insuliny we krwi na czczo. Pokazuje on, jak organizm radzi sobie z utrzymaniem prawidłowego poziomu cukru przy określonej ilości wydzielanej insuliny. Dodatkowych informacji dostarczają też pomiary składu ciała jak badanie DXA, sprawdzające ilość i rozmieszczenie tkanki tłuszczowej u pacjenta. 

Różnice w jej rozmieszczeniu często znajdują też odzwierciedlenie w kształcie sylwetki, co Google wykorzystuje w PhotoScan. Firma zwraca uwagę, że z punktu widzenia ryzyka metabolicznego większe znaczenie ma tłuszcz odkładający się w okolicy brzucha i narządów wewnętrznych, niż ten gromadzący się przede wszystkim na biodrach i udach.

Działanie PhotoScan

PhotoScan ma więc na podstawie zdjęć sylwetki (z przodu i boku), przeanalizować geometrię ciała i zestawić te informacje z danymi uzupełnionymi przez użytkownika, jak wzrost, masa ciała, płeć i BMI.

Na tej podstawie szacuje:

• ogólny procent tkanki tłuszczowej;
• wskaźnik A/G (androidal-to-gynoid ratio) porównujący ilość tłuszczu zgromadzonego w okolicy brzucha i tułowia z tłuszczem odkładającym się na biodrach i udach;
• wskaźnik V/S (visceral-to-subcutaneous ratio) pokazujący proporcję między tłuszczem trzewnym, a tłuszczem podskórnym.

Wyniki testów

W testach Google zestawiło PhotoScan z dwiema innymi metodami oceny składu ciała: BIA (bioelektryczną analizą impedancji), stosowaną m.in. w niektórych smartwatchach, i wspomnianym już wcześniej specjalistycznym badaniem DXA.

W porównaniu z BIA, PhotoScan dokładniej szacował ogólny procent tkanki tłuszczowej. Średni błąd modelu wyniósł 2,15, podczas gdy dla BIA było to 2,91. W niezależnej grupie testowej PhotoScan uzyskał bardzo podobny wynik (2,13). Model wykazywał też zbliżoną dokładność szacowania wskaźników A/G i V/S w obu badanych grupach.

Badacze następnie sprawdzili, czy informacje uzyskane w ten sposób pomagają przewidywać insulinooporność. Model oparty jedynie na wieku, płci i BMI osiągnął wynik 0,692. Po dodaniu danych z PhotoScan wzrósł on do 0,760, podczas gdy model korzystający z danych DXA uzyskał 0,773. Im wyższy wskaźnik, tym skuteczniej model odróżnia osoby z insulinoopornością.

Na razie to technologia badawcza

PhotoScan jest na razie prototypem badawczym – pełni raczej funkcję pokazu możliwości tej technologii. Niemniej, dowodzi że w przyszłości zdjęcia wykonane telefonem mogą faktycznie pomóc we wczesnym sygnalizowaniu podwyższonego ryzyka zaburzeń metabolicznych. 

Nie jest to funkcja przeznaczona do zastępowania badań medycznych.

Łącząc te zróżnicowane sygnały, mamy nadzieję wspierać bardziej holistyczne i dostępne podejścia do zarządzania osobistym zdrowiem metabolicznym.
Google Blog

W kolejnych badaniach Google planuje połączyć tę analizę składu ciała z m.in. danymi z urządzeń noszonych, zmianami poziomu glukozy i wynikami badań krwi. Deklarowanym celem firmy jest zapewnienie bardziej kompleksowej i łatwo dostępnej oceny zdrowia kardiometabolicznego.

PhotoScan a dane wrażliwe

Informacje o zdrowiu podlegają w Unii Europejskiej szczególnej ochronie prawnej. Ponieważ analiza zdjęć pozwala na wnioskowanie o ryzyku zdrowotnym, ich wyciek lub nieuprawnione użycie wiązałoby się z poważnymi konsekwencjami dla użytkownika.

Ewentualne wdrożenie PhotoScana do powszechnego użytku wymagałoby precyzyjnego określenia, gdzie dane są przechowywane i przetwarzane, na jak długo trafiają do archiwum i czy istnieje ryzyko wykorzystania ich w innych celach.