Google Research sta lavorando a un nuovo sistema basato sull’intelligenza artificiale che potrebbe rendere molto più semplice ottenere informazioni sulla propria composizione corporea. Si chiama PhotoScan ed è, almeno per il momento, un prototipo sviluppato in ambito di ricerca che sfrutta le immagini scattate con la fotocamera dello smartphone per stimare diversi parametri legati alla distribuzione del grasso corporeo.
L’obbiettivo non è quindi quello di realizzare una semplice alternativa alla bilancia, ma di superare alcuni dei limiti dell’indice di massa corporea (BMI) e dei dispositivi indossabili dotati di sensori per l’analisi dell’impedenza bioleletrica (BIA). Secondo i risultati pubblicati da Google Research, PhotoScan riesce infatti a stimare la percentuale di grasso corporeo con un errore inferiore rispetto a un sistema BIA basato su smartwatch, mentre può ricavare anche informazioni che la BIA non è in grado di fornire.
Indice:
Segui TuttoAndroid su Google Discover
PhotoScan vuole vedere oltre il semplice peso corporeo
Conoscere il peso di una persona, o anche la sua percentuale complessiva di grasso corporeo, non è necessariamente sufficiente per comprendere il quadro della composizione corporea. La distribuzione del grasso può infatti fornire informazioni aggiuntive, soprattutto quando si cerca di valutare il rischio cardiometabolico.
Google ha quindi concentrato PhotoScan su tre parametri principali: la percentuale di grasso corporeo, il rapporto tra grasso androide e ginoide (A/G) e quello tra grasso viscerale e sottocutaneo (V/S). Il primo rapporto mette a confronto il grasso accumulato prevalentemente nella zona del tronco con quello distribuito soprattutto su fianchi e cosce, mentre il secondo distingue il grasso che circonda gli organi interni da quello presente sotto la pelle.
Per ottenere queste informazioni, il sistema utilizza immagini bidimensionali standard realizzate con uno smartphone e applica un modello di deep learning in grado di ricavare dalle fotografie informazioni geometriche relative al corpo; il progetto è stato inizialmente addestrato utilizzando oltre 35.000 record di partecipanti della UK Biobank, associando immagini MRI e dati sulla composizione corporea ottenuti tramite scansioni DXA.
Successivamente, Google ha perfezionato il modello utilizzando una coorte di 677 adulti con fotografie reali scattate tramite smartphone e dati DXA di riferimento. Una terza fase di validazione ha coinvolto invece 132 partecipanti di una coorte indipendente, con dati relativi a DXA, PhotoScan, BIA, misure antropometriche, analisi del sangue e monitoraggio tramite Fitbit.
Segui Google su Telegram, ricevi news e offerte per primo
Più preciso dei sensori BIA degli smartwatch
I risultati ottenuti sono particolarmente interessanti proprio nel confronto con i dispositivi indossabili, nella coorte PhotoBIA, PhotoScan ha raggiunto un errore assoluto medio (MAE) di 2,15 nella stima della percentuale di grasso corporeo, mentre il modello basato sulla BIA si è fermato a 2,91.
Il sistema ha inoltre ottenuto un MAE di 0,107 per il rapporto A/G e di 0,094 per il rapporto V/S. Nella coorte indipendente utilizzata per la 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.
Il vantaggio di PhotoScan però non riguarda soltanto la maggiore precisione nella stima del grasso corporeo, i sensori BIA presenti negli smartwatch sono sostanzialmente limitati alla stima della percentuale di grasso corporeo e non possono fornire direttamente i rapporti A/G e V/S, che secondo Google risultano invece particolarmente utili per caratterizzare la distribuzione dell’adiposità.
Il riferimento clinico rimane comunque la DXA, considerata il gold standard per la misurazione della composizione corporea. Le scansioni sono molto precise, ma richiedono strutture specializzate, hanno costi elevati e comportano l’esposizione a basse dosi di radiazioni. PhotoScan nasce proprio dall’esigenza di trovare un compromesso tra la precisione di una procedura clinica e la semplicità di uno smartphone.
L’IA di Google prova anche a prevedere l’insulino-resistenza
La parte forse più interessante della ricerca riguarda però ciò che Google può fare con i dati ottenuti dalle fotografie. Il team ha infatti verificato se le informazioni sulla composizione corporea ricavate da PhotoScan potessero essere utilizzate per identificare le persone con una maggiore probabilità di presentare insulino-resistenza.
Per farlo, i ricercatori hanno confrontato diversi modelli utilizzando dati demografici, misurazioni con il metro a nastro, dati BIA provenienti da smartwatch, parametri ottenuti da PhotoScan e risultati delle scansioni DXA.
Il modello basato soltanto sui dati demografici ha raggiunto un AUROC di 0,692, aggiungendo le caratteristiche della composizione corporea ricavate dalle fotografie, il valore è salito a 0,760, mentre il modello basato sui dati DXA ha raggiunto 0,773. L’NRI, un’altra metrica utilizzata per valutare il miglioramento della classificazione, è passato a 0,593 con PhotoScan, rispetto a 0,748 ottenuto utilizzando di dati DXA.
Il confronto con la BIA è particolarmente significativo: l’aggiunta dei dati BIA alle informazioni demografiche non ha prodotto un miglioramento dell’AUROC o dell’NRI nel modello utilizzato per classificare l’insulino-resistenza; secondo i ricercatori, una possibile spiegazione è che PhotoScan non si limiti alla percentuale di grasso corporeo, ma fornisca anche i rapporti A/G e V/S, che hanno avuto un’importanza maggiore nel modello.
Per ora è soltanto un prototipo di ricerca
Nonostante i risultati siano promettenti, è importante non confondere PhotoScan con una tecnologia già pronta per essere utilizzata dagli utenti, Google stessa presenta il sistema come un approccio sperimentale e, al momento, non ha annunciato un prodotto commerciale basato su questa tecnologia.
L’idea, tuttavia, è interessante perché potrebbe portare la valutazione della composizione corporea al di fuori degli ambienti clinici, utilizzando uno strumento che praticamente tutti abbiamo già in tasca. Invece di ricorrere a una scansione DXA o affidarsi esclusivamente ai sensori BIA di uno smartwatch, in futuro potrebbe essere sufficiente realizzare alcune fotografie standard del proprio corpo.
Restano comunque diverse questioni da affrontare, a partire dalla privacy e dall’utilizzo di immagini corporee estremamente personali. Anche ipotizzando un sistema capace di proteggere adeguatamente questi dati, non è scontato che gli utenti siano disposti a fotografarsi regolarmente per ottenere una stima della propria composizione corporea.
Google considera inoltre PhotoScan soltanto una componente di un possibile sistema più ampio, la ricerca futura punta infatti a combiare le informazioni ottenute dalle immagini con i dati raccolti continuamente dagli indossabili, quelli relativi al glucosio e i biomarcatori provenienti dagli esami del sangue, con l’obbiettivo di costruire un quadro più completo della salute metabolica.
Per il momento, quindi, PhotoScan rimane una tecnologia sperimentale, ma i risultati mostrano quanto gli smartphone potrebbero diventare strumenti sempre più importanti anche nel monitoraggio della salute. La fotocamera, normalmente utilizzata per fotografie e video, potrebbe un giorno diventare anche un sensore capace di fornire informazioni sulla composizione corporea e, insieme ad altri dati, aiutare a individuare precocemente alcuni fattori di rischio metabolico.