بر اساس آمارهای مؤسسه ملی سلامت آمریکا (NIH)، نزدیک به ۳ نفر از هر ۴ فرد بزرگسال (۷۳.۱ درصد) در ایالات متحده دچار اضافهوزن یا چاقی هستند. بااینحال، به دست آوردن تصویر کاملی از ترکیب بدنی پیچیدهتر از یک اندازهگیری ساده روی ترازو است. دقیقترین روشها برای بررسی حجم و توزیع چربی در بخشهای مختلف بدن، معمولاً به تحلیلهای تخصصی با اشعه ایکس نظیر اسکن DXA وابسته هستند؛ روشی که بهدلیل هزینه و نیاز به تجهیزات بالینی پیشرفته، بهصورت روزمره در دسترس نیست.
سیستم توسعهیافته توسط تیم تحقیقاتی گوگل که PhotoScan نام دارد، با استفاده از الگوریتمهای هوش مصنوعی و بررسی چند تصویر دوبعدی از بدن کار میکند. گوگل برای آموزش این مدل، در ابتدا آن را با دادههای بهدستآمده از اسکنهای بالینی اشعه ایکس (DXA) تمرین داده است تا بتواند سطح کلی چربی بدن و نسبتهای ساختاری مهم را بسنجد. این نسبتها شامل نسبت چربی بالاتنه به پایینتنه (A/G Ratio) و همچنین نسبت چربی احشایی و داخلی اندامها به چربی زیرپوستی (V/S Ratio) میشوند. تخمین دقیقتر ترکیب بدنی و مقاومت به انسولین نسبت به حسگرهای بیوالکتریک
تیم تحقیقاتی گوگل در ادامه، مدل خود را با ترکیب اطلاعات MRI و تنظیم دقیق روی مجموعهای از عکسهای واقعی ثبتشده با دوربین گوشیهای …
