PhotoScan của Google: Ảnh điện thoại thông minh ước tính thành phần cơ thể và kháng insulin

Google Research đã công bố một bài báo chứng minh rằng mô hình học sâu có tên PhotoScan có thể ước tính các chỉ số thành phần cơ thể—tỷ lệ mỡ cơ thể, tỷ lệ mỡ android-to-gynoid và tỷ lệ mỡ nội tạng-to-dưới da—trực tiếp từ ảnh chụp 2D tiêu chuẩn bằng điện thoại thông minh. Trong một thử nghiệm lâm sàng, mô hình đã dự đoán kháng insulin với độ chính xác tương đương với bản quét DXA, tiêu chuẩn vàng hiện tại để đo thành phần cơ thể.

Kháng insulin là yếu tố chính gây ra bệnh chuyển hóa, thường không được chẩn đoán trong nhiều năm trước khi bệnh tiểu đường loại 2 phát triển. Sàng lọc hiện tại dựa vào xét nghiệm máu như HOMA-IR, nhưng các chỉ số thành phần cơ thể cung cấp một góc nhìn cấu trúc bổ sung. Bản quét DXA chính xác nhưng đắt tiền, yêu cầu thiết bị chuyên dụng và khiến bệnh nhân tiếp xúc với liều bức xạ thấp—khiến chúng không thực tế cho việc sàng lọc định kỳ.

Cách PhotoScan hoạt động

PhotoScan bỏ qua các phép đo lâm sàng bằng cách trích xuất thông tin hình học cơ thể từ hình ảnh điện thoại thông minh. Mô hình được xây dựng qua ba giai đoạn:

• Tiền huấn luyện: Một bộ xương ResNet-50, được khởi tạo với trọng số ImageNet, được huấn luyện trên 35.323 hồ sơ UK Biobank, sử dụng các phép chiếu trước và bên 2D được tạo từ bản quét MRI 3D, với DXA làm dữ liệu thực tế.
• Tinh chỉnh: Mô hình được tinh chỉnh trên một nhóm thuần tập mới gồm 677 người trưởng thành, sử dụng ảnh chụp điện thoại thông minh thực tế kết hợp với dữ liệu thực tế DXA. Một quy trình phát hiện điểm mốc tự động đã chọn các khung hình tư thế tối ưu từ video 360 độ.
• Xác thực: Trên một nhóm thuần tập độc lập gồm 132 người tham gia từ một thử nghiệm dọc 30 tuần, PhotoScan đạt được sự đồng thuận mạnh mẽ với DXA trên cả ba chỉ số.

Kết quả chính

Trong nhóm thuần tập tinh chỉnh, PhotoScan đạt sai số tuyệt đối trung bình (MAE) là 2,15 cho tỷ lệ mỡ cơ thể, so với 2,91 của cảm biến phân tích trở kháng điện sinh học (BIA) dựa trên đồng hồ thông minh. MAE cho tỷ lệ A/G là 0,107 và cho tỷ lệ V/S là 0,094. Trên nhóm thuần tập xác thực độc lập, sai số tương đương: 2,13 cho BF%, 0,085 cho A/G và 0,085 cho V/S.

PhotoScan cũng mở khóa các tỷ lệ A/G và V/S, mà BIA không thể đo được. Các chỉ số này có ý nghĩa lâm sàng: tỷ lệ A/G tăng cao và mỡ nội tạng cao hơn tương quan chặt chẽ với kháng insulin.

Các nhà nghiên cứu lưu ý rằng độ chính xác của mô hình trên A/G và V/S tốt hơn một chút trong nhóm thuần tập xác thực, có thể do tỷ lệ nữ giới tham gia cao hơn, những người thường có tỷ lệ tuyệt đối thấp hơn.

Công trình này dựa trên nỗ lực rộng lớn hơn của Google trong việc theo dõi sức khỏe thụ động qua điện thoại thông minh, bao gồm theo dõi nhịp tim liên tục. PhotoScan vẫn đang trong giai đoạn nghiên cứu và chưa phải là sản phẩm tiêu dùng, nhưng kết quả cho thấy một tương lai nơi một bức ảnh đơn giản có thể cảnh báo nguy cơ chuyển hóa mà không cần đến phòng khám.