Google представила технологию PhotoScan, которая с помощью обычной камеры смартфона и алгоритмов ИИ оценивает соотношение жировой ткани, мышц и костной массы. Точность разработки сопоставима с медицинским сканированием DXA. Показали её вместе с флагманскими Pixel 11 и часами Pixel Watch 5.
PhotoScan входит в набор Health Guardian, где такжепоявилась функция Insulin Resistance Trends. Она составляет ежемесячный отчёт о реакции организма на изменения уровня сахара в крови. Эти данные могут пригодиться при контроле массы тела и профилактике диабета 2 типа.
Состав тела относят к значимым показателям метаболического здоровья и инсулинорезистентности. Обычно оценивают долю жировой ткани, скелетных мышц и костной массы.
Самым точным методом остаётся DXA, но он требует медицинского оборудования, поэтому регулярно проходить такое исследование дома не выйдет.
Более простым вариантом считаются устройства с биоэлектрическим импедансным анализом, или BIA. Подобная технология работает, к примеру, в Samsung Galaxy Watch Ultra 2. Через тело проходит слабый электрический сигнал, а система оценивает разницу в прохождении тока через разные виды тканей и на этой основе рассчитывает их соотношение.
Google обошлась вообще без контакта с телом. PhotoScanработает по фотографии с камеры смартфона, после чего ИИ разбирает изображение и рассчитывает параметры состава тела. Для обучения системы компания сопоставляла снимки людей с результатами медицинских исследований DXA и другими данными об их организме.
В Google заявляют, что обученная модель показала высокое совпадение с DXA при определении доли жира и прочих характеристик тела. За счёт этого оценка инсулинорезистентности вышла близкой к показателям традиционного рентгеновского метода.
Пока PhotoScan не стала массовой функцией и остаётся исследовательским проектом. В Google полагают, что разработка доказывает возможность оценивать состав тела при помощи камеры смартфона. Позже технология может дойти и до устройств Pixel, если компания переведёт её из исследовательского режима в пользовательский.