Google už dokáže pomocou fotky zistiť, koľko máš telesného tuku
Google vyvíja systém PhotoScan, ktorý z bežnej fotografie zo smartfónu odhadne telesný tuk a jeho rozloženie. Vedci ho využili aj pri odhade rizika inzulínovej rezistencie.
BMI pozná takmer každý. Číslo, ktoré vznikne z výšky a hmotnosti, však nemusí presne ukázať, čo sa v tele človeka skutočne deje. Dvaja ľudia môžu mať rovnaké BMI, no úplne odlišné množstvo telesného tuku, svalov alebo tuku uloženého v okolí vnútorných orgánov.
Práve na tento problém sa zameral výskumný tím Google Research. Vedci predstavili experimentálny systém PhotoScan, ktorý dokáže zo štandardných fotografií zo smartfónu odhadnúť zloženie tela. Výsledky následne využili na predikciu inzulínovej rezistencie, teda stavu, pri ktorom bunky tela horšie reagujú na inzulín.
Zaujímavé je, že presnosť systému sa v jednej z testovaných oblastí priblížila výsledkom vyšetrenia pomocou DXA, ktoré patrí medzi najpresnejšie metódy merania telesného zloženia. Neznamená to však, že si dnes odfotíš postavu a smartfón ti spoľahlivo diagnostikuje zdravotný problém. PhotoScan zatiaľ zostáva výskumným prototypom.
BMI môže veľa vecí prehliadnuť
BMI má jednu veľkú výhodu, jeho výpočet je jednoduchý. Stačí poznať výšku a hmotnosť. Problém nastane vtedy, keď chceš vedieť, kde sa tuk v tele nachádza. Práve rozloženie tuku môže mať veľký význam pre metabolické zdravie. Tuk uložený v oblasti brucha a trupu sa spája s vyšším metabolickým rizikom než tuk uložený napríklad v oblasti bokov a stehien.
Vedci preto pri PhotoScan nesledovali iba celkové percento telesného tuku. Model odhadoval tri hlavné ukazovatele. Prvým je percento telesného tuku (BF%). Druhým je pomer tuku medzi oblasťou trupu a oblasťou bokov a stehien, ktorý vedci označujú ako A/G pomer. Vyššia hodnota naznačuje výraznejšie ukladanie tuku v hornej časti tela.
Neprehliadni
Tretím ukazovateľom je V/S pomer, ktorý porovnáva viscerálny tuk uložený v okolí vnútorných orgánov so subkutánnym tukom nachádzajúcim sa pod kožou. A práve viscerálny tuk môže byť z metabolického hľadiska obzvlášť dôležitý.
Smartfón chce vidieť to, čo bežne nevidíš
PhotoScan využíva hlboké učenie. Model dostane fotografie človeka spredu a zboku a z ich geometrických vlastností vytvorí odhad zloženia tela. Google najprv využil údaje od viac než 35 000 účastníkov databázy UK Biobank. Výskumníci mali k dispozícii údaje z MRI a DXA vyšetrení, takže mohli model naučiť spájať obraz tela s reálnymi hodnotami jeho zloženia.
Následne prišla druhá fáza. Výskumníci model upravili pomocou databázy 677 dospelých ľudí, ktorí poskytli skutočné fotografie zo smartfónu spolu s údajmi z DXA. Systém pritom využil fotografie získané z 360-stupňových videí a automaticky vybral vhodné zábery spredu a zboku.
Nakoniec vedci PhotoScan otestovali na ďalšej nezávislej skupine 132 ľudí. Táto skupina pochádzala z 30-týždňovej štúdie v San Franciscu a výskumníci pri nej mali k dispozícii DXA, merania tela, laboratórne výsledky krvi aj údaje z Fitbitu. Takýto postup je dôležitý, pretože model nemôže dostať správne odpovede iba počas učenia. Vedci ho musia otestovať na ľuďoch, ktorých údaje pri tréningu nevidel.
Fotka si poradila lepšie než inteligentné hodinky
Výsledky priniesli pomerne zaujímavé čísla. Pri odhade percenta telesného tuku dosiahol PhotoScan v hlavnej skupine priemernú absolútnu chybu 2,15 percentuálneho bodu. Model založený na bioelektrickej impedancii, teda technológii používanej v niektorých inteligentných hodinkách, dosiahol chybu 2,91 bodu. PhotoScan zároveň dokázal odhadnúť A/G a V/S pomery. Práve tu získava výhodu oproti bežným nositeľným zariadeniam, ktoré dokážu poskytnúť najmä odhad celkového telesného tuku.
Na nezávislej skupine dosiahol systém pri odhade telesného tuku chybu 2,13 bodu. Pri A/G pomere bola chyba 0,085 a pri V/S pomere takisto 0,085.
Tieto čísla naznačujú, že model si zachoval podobnú presnosť aj pri testovaní na novej skupine ľudí.
Čo má spoločné fotka s inzulínovou rezistenciou?
Tu sa dostávame k najzaujímavejšej časti výskumu. Inzulínová rezistencia môže vzniknúť ešte predtým, než človek dostane diagnózu cukrovky 2. typu. Pri tomto stave bunky nereagujú na inzulín tak efektívne, ako by mali. Organizmus preto musí na reguláciu hladiny glukózy v krvi využiť viac inzulínu. Vedci preto zisťovali, či údaje zo systému PhotoScan dokážu pomôcť odhadnúť, kto má vyššie riziko inzulínovej rezistencie.
Najprv vytvorili základný model, ktorý pracoval s vekom, pohlavím a BMI. Ten dosiahol hodnotu AUROC 0,692. Táto metrika vyjadruje, ako dobre model rozlíši ľudí s daným stavom od ľudí bez neho, vyššie číslo znamená lepší výsledok. Keď výskumníci pridali k základným údajom výsledky PhotoScan, AUROC stúpol na 0,760. Pre porovnanie, model s údajmi z DXA dosiahol 0,773.
Rozdiel teda nebol veľký. Práve preto vedci hovoria o výsledku blízkom DXA, hoci nejde o úplnú náhradu klinického vyšetrenia.
Zaujímavé je aj porovnanie s bioelektrickou impedanciou. Po pridaní údajov z BIA k základným demografickým údajom sa schopnosť modelu predpovedať inzulínovú rezistenciu nezlepšila. Dôvod môže súvisieť s tým, že BIA poskytne najmä údaj o celkovom telesnom tuku, zatiaľ čo PhotoScan dokáže odhadnúť aj rozloženie tuku.
DXA má stále navrch, no má jeden problém
DXA zostáva veľmi presnou metódou na meranie telesného zloženia. Má však jednu praktickú nevýhodu, nie je vhodná na každodenné sledovanie veľkého množstva ľudí. Vyšetrenie si vyžaduje špecializované zariadenie, zdravotnícke zázemie a stojí viac než obyčajné vytvorenie fotografie. Navyše využíva nízku dávku röntgenového žiarenia.
Smartfón má v tomto smere úplne inú pozíciu. Fotoaparát už človek nosí vo vrecku a vytvorenie fotografie si nevyžaduje návštevu kliniky. Výskumníci preto vidia PhotoScan skôr ako možný medzičlánok medzi jednoduchými domácimi meraniami a presnými klinickými vyšetreniami.
„Naša metóda ponúka sľubnú strednú cestu, zo štandardných fotografií zo smartfónu dokáže odhadnúť podrobnejšie údaje o zložení tela s presnosťou blízkou DXA,“ uviedli autori výskumu.
Zatiaľ nejde o domácu diagnózu
Výsledky znejú zaujímavo, no treba ich vnímať v správnom kontexte. PhotoScan zatiaľ nie je zdravotnícka aplikácia, ktorá by ti mohla potvrdiť alebo vylúčiť inzulínovú rezistenciu. Ide o výskumný prototyp, ktorý vedci testovali na konkrétnych skupinách ľudí. Na jeho širšie použitie by bolo potrebné ďalšie overovanie, vrátane testov na oveľa väčšom a rozmanitejšom počte ľudí.
Výskumníci navyše nechcú zostať iba pri fotografiách. Do budúcnosti plánujú spojiť odhad zloženia tela s údajmi z nositeľných zariadení, sledovaním glukózy a výsledkami krvných testov.
„Telesné zloženie predstavuje iba jednu časť kardiometabolického zdravia. Ďalším krokom je spojenie viacerých typov údajov, aby sme získali komplexnejší pohľad na metabolické zdravie človeka,“ uviedol tím Google Research.
Ak sa podobné systémy podarí dostatočne overiť, smartfón by tak v budúcnosti nemusel slúžiť iba na počítanie krokov či meranie tepu. Obyčajná fotografia by mohla poskytnúť aj odhad niektorých ukazovateľov, ktoré dnes vyžadujú špecializované vyšetrenie. K tomu však ešte vedie cesta cez ďalší výskum a klinické overenie.
