Google PhotoScan: IA e smartphone per stimare il grasso corporeo
La tecnologia mobile avanza rapidamente nel settore della salute digitale. Ogni giorno nuovi strumenti vengono sviluppati da Google Research per aiutarci a comprendere meglio le nostre condizioni fisiche e prevenire patologie cardiovascolari, superando i confini tradizionali della tecnologia indossabile.
Il sistema sperimentale PhotoScan utilizza l'intelligenza artificiale per stimare parametri complessi legati alla composizione corporea sfruttando semplicemente la fotocamera di uno smartphone, aprendo la strada a nuove forme di monitoraggio preventivo accessibili direttamente da casa senza la necessità di apparecchiature ingombranti o costose visite specialistiche periodiche.
La sfida dell'analisi corporea avanzata
Conoscere il peso sulla bilancia o la percentuale complessiva di grasso non basta per valutare il rischio cardiometabolico di un individuo. Per questo motivo Google Research punta su tre parametri chiave fondamentali: percentuale di grasso corporeo, rapporto androide/ginoide (A/G) e rapporto viscerale/sottocutaneo (V/S). Il primo rapporto mette a confronto il grasso accumulato prevalentemente nella zona del tronco con quello distribuito su fianchi e cosce, mentre il secondo distingue il tessuto adiposo che circonda gli organi interni da quello presente subito sotto la pelle.
Il progetto è stato addestrato utilizzando oltre 35.000 record della UK Biobank, combinando immagini MRI e scansioni DXA per insegnare al modello di deep learning a ricavare informazioni geometriche accurate direttamente da fotografie bidimensionali standard.
Come funziona PhotoScan
Il sistema analizza immagini bidimensionali standard catturate tramite un comune smartphone per estrarre caratteristiche morfologiche avanzate. Dopo una prima fase di training intensivo, Google ha perfezionato il modello su una coorte di 677 adulti e validato i risultati su una coorte indipendente di 132 partecipanti, integrando dati raccolti anche tramite dispositivi Fitbit, misurazioni antropometriche tradizionali e analisi del sangue dettagliate.
L'obiettivo primario di questo approccio non è quello di rimpiazzare la bilancia pesapersone tradizionale, bensì di superare i limiti strutturali legati all'indice di massa corporea (BMI) e ai sensori di impedenza bioelettrica (BIA) integrati nei moderni dispositivi indossabili, offrendo una visione tridimensionale e clinica della distribuzione del grasso corporeo.
Confronto prestazioni tra PhotoScan e BIA
| Parametro / Sistema | PhotoScan (IA) | Smartwatch BIA |
|---|---|---|
| Errore MAE Grasso Corporeo | 2,15 | 2,91 |
| Rapporto A/G (Androide/Ginoide) | 0,107 | Non disponibile |
| Rapporto V/S (Viscerale/Sottocutaneo) | 0,094 | Non disponibile |
Maggiore precisione rispetto ai dispositivi indossabili
I dati pubblicati dimostrano che PhotoScan supera i limiti dei sensori BIA integrati negli smartwatch. Nella stima del grasso corporeo, all'interno della coorte PhotoBIA, il sistema ha registrato un errore assoluto medio (MAE) di 2,15 contro il 2,91 della BIA. Nella coorte indipendente di validazione, l'errore relativo alla percentuale di grasso corporeo è risultato pari a 2,13, mentre i rapporti A/G e V/S hanno raggiunto rispettivamente 0,085 e 0,085.
Inoltre, i dispositivi indossabili tradizionali non possono calcolare i rapporti A/G e V/S, elementi fondamentali per comprendere dove si accumula il tessuto adiposo e stimare con precisione la distribuzione del grasso viscerale, che rappresenta un indicatore cruciale per la salute metabolica complessiva.
L'IA di Google e la previsione dell'insulino-resistenza
Un aspetto centrale e rivoluzionario della ricerca riguarda la capacità di stimare il rischio di insulino-resistenza sfruttando unicamente i dati visivi elaborati dall'algoritmo. Utilizzando solo dati demografici tradizionali, il valore AUROC si ferma a 0,692; tuttavia, integrando le metriche avanzate fornite da PhotoScan, il valore sale vertiginosamente a 0,760, avvicinandosi in modo significativo allo 0,773 ottenuto tramite le scansioni cliniche DXA di riferimento.
Questo dimostra che la fotocamera dello smartphone, guidata da modelli di apprendimento profondo all'avanguardia, potrebbe in futuro identificare precocemente soggetti a rischio metabolico elevato, facilitando interventi tempestivi e prevenendo lo sviluppo di patologie croniche gravi.
Cos'è la tecnologia DXA menzionata da Google?
La DXA (Assorbiometria a Raggi X a Doppio Fascio) è considerata il gold standard clinico per misurare la composizione corporea con estrema precisione, sebbene richieda strutture ospedaliere costose, personale specializzato e l'esposizione a basse dosi di radiazioni ionizzanti.
PhotoScan sostituirà presto la bilancia o lo smartwatch?
No, al momento si tratta esclusivamente di un prototipo di ricerca sviluppato dai laboratori di Google Research e non è disponibile come applicazione commerciale, né come funzione pronta per il pubblico su Android o iOS.
Prospettive future per la tecnologia mobile e la salute
Sebbene il progetto sia attualmente confinato a una fase di studio preliminare e di validazione scientifica, l'approccio pionieristico di Google apre scenari estremamente promettenti per la diagnostica preventiva tramite l'ecosistema Android e dispositivi di uso comune. L'obiettivo a lungo termine è ridurre drasticamente la distanza tra esami clinici specialistici di laboratorio e strumenti di monitoraggio quotidiano, democratizzando l'accesso alle informazioni sullo stato di salute metabolica.
Fonte: tuttoandroid.net