هوش مصنوعی جدید گوگل چربی بدن و مقاومت به انسولین را با عکس تخمین می‌زند

بخش تحقیقات گوگل از سیستم مبتنی‌بر هوش مصنوعی نوآورانه‌ای پرده برداشته است که می‌تواند با تحلیل تصاویر دوبعدی ثبت‌شده توسط دوربین گوشی‌های هوشمند، چربی بدن و ترکیب بدنی کاربران را با دقتی بالاتر از حسگرهای گجت‌های پوشیدنی تخمین بزند. این ابزار آزمایشی همچنین توانایی برآورد شاخص‌های مرتبط با وضعیت مقاومت به انسولین را نشان داده است.

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 هوشمند بهینه‌سازی کرد. نتایج نشان داده مدل نهایی می‌تواند چربی بدن را با دقتی به‌مراتب بالاتر از روش تحلیل موجود در ساعت‌ها و مچ‌بندهای هوشمند تخمین بزند. حسگرهای پوشیدنی رایج توانایی ارزیابی نسبت‌های حساسی چون نسبت چربی بالاتنه یا احشایی را ندارند، درحالی‌که این الگوریتم تصویری موفق به تخمین این معیارها شده است.

علاوه‌بر تحلیل ترکیب بدنی، محققان گوگل بررسی کرده‌اند که نتایج حاصل از این روش تا چه اندازه می‌تواند شرایطی مانند مقاومت به انسولین را پیش‌بینی کند؛ حوزه‌ای که گوگل اخیراً با معرفی ویژگی‌های پایش روند مقاومت به انسولین در پلتفرم‌های سلامتی خود روی آن تمرکز کرده است.

با وجود دستاوردهای علمی امیدوارکننده، چالش‌های عملی برای تجاری‌سازی چنین سامانه‌هایی وجود دارد. متقاعد کردن کاربران برای ثبت و به‌اشتراک‌گذاری تصاویر واضح از بدن ممکن است حتی با وجود سخت‌گیرانه‌ترین سیاست‌های حفظ حریم خصوصی کار دشواری باشد. از سوی دیگر، سوق دادن کاربران به سمت تغییر واقعی سبک زندگی و رژیم غذایی پس از مشاهده این داده‌ها همواره چالشی اساسی محسوب می‌شود. درحال‌حاضر گوگل برنامه‌ای رسمی برای تبدیل PhotoScan به یک محصول نهایی ندارد، اما احتمال دارد این فناوری در قالب سرویس‌های بخش سلامت گوگل عرضه شود.

دوران حرفه‌ای من در دنیای فناوری تقریبا به ۱۰ سال قبل برمی‌گرده؛ مسیری که با سخت‌افزار شروع شد، با نرم‌افزار ادامه پیدا کرد و حالا با خبرنگاری حوزه فناوری توی دیجیاتو داره ادامه پیدا می‌کنه. من جوادم و بیشتر از سه دهه از عمرم می‌گذره و علاوه بر دنیای فناوری عاشق فیلم‌و‌سینما، موسیقی کلاسیک‌راک و رئال مادریدم.