北京
【CNMO科技消息】在健康监测领域，评估身体成分通常需要依赖复杂的影像学检查，如X射线分析（DXA扫描），以了解身体储存脂肪的方式和部位。8月20日，有外媒发文称，Google Research的研究团队正在开发一项名为PhotoScan AI的新技术，旨在通过智能手机摄像头提供一种更简单、更便捷的身体成分追踪方式。这并非“减肥APP”的滤镜，而是一项严谨的研究项目。
谷歌Pixel 11系列
PhotoScan系统通过AI分析一组身体的2D图像来估算身体成分。研究团队首先利用来自DXA扫描的数据训练模型，测量指标包括整体体脂水平、核心与腰腿脂肪比（A/G比）以及器官脂肪与皮下脂肪比（V/S比）。随后，这些数据与MRI扫描数据结合，再通过智能手机摄像头拍摄的实际照片进行进一步优化。最终，该模型的视觉体脂估算精度优于可穿戴设备上的生物电阻抗分析（BIA）传感器，并在A/G和V/S比率的估算上同样表现出色——而BIA传感器无法提供这些数据。
Google Research还探索了PhotoScan是否有助于预测胰岛素抵抗等代谢状况，这一领域似乎是谷歌近期重点关注的方向。研究人员发现，加入PhotoScan数据后，预测模型的准确性得到显著提升，结果与临床DXA扫描几乎持平。相比之下，智能手表的BIA数据并未改善预测效果。
AI
Google Research表示，PhotoScan旨在填补当前技术空白，提供一种更易获得的身体成分估算方法：DXA临床影像精度最高但无法大规模推广；可穿戴设备的BIA传感器便捷但精度有限。PhotoScan技术提供了一种折中方案——可从标准智能手机图像中估算精细的身体成分，精度接近DXA水平。
虽然该技术目前仍处于研究原型阶段，但谷歌表示未来有望用于胰岛素抵抗及其他心代谢健康风险的非侵入性筛查。谷歌还计划将PhotoScan与可穿戴数据、血糖读数及其他健康信息相结合，以构建更全面的代谢健康图景。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
