Konstrukce aplikací pro smartphone poháněné AI se konstruuje 3D model lidského těla, aby přesně předpovídal tělesný tuk

Vědci vyvinuli aplikaci pro smartphony, která používá strojové učení k přesnému určování složení těla – které je spojeno s vyšším rizikem srdečních chorob, mrtvice a souvisejících podmínek – z fotografií.

Vědci z University of Cambridge vyvinuli Aplikace smartphonu s názvem 3D bodyshape, který je v současné době výzkumným prototypem a brzy bude k dispozici pro zařízení iOS a Android. Aplikace zahrnuje a Algoritmus strojového učeníkterý byl vyškolen k podrobným údajům o lékařském zobrazování od více než 12 000 dospělých.

Z pouhých čtyř fotografií smartphonů vytváří aplikace trojrozměrný model lidského těla, ze kterého může určit složení těla-jak a kde jsou tukové a svalové tkáně distribuovány přes tělo s vysokou úrovní přesnosti.

Výsledky jsou hlášeno v časopise NPJ Digital Medicine.

Složení těla je silným prediktorem cukrovky a srdečních chorob. Ti s tělem „ve tvaru jablka“ nebo s nízkou svalovou hmotou v horní paže a dolní nohy jsou vystaveny vyššímu riziku metabolických stavů, jako je diabetes, srdeční choroby, mrtvice a určité rakoviny.

Vědci tvrdí, že ačkoli aplikace není zamýšlena jako náhrada za lékařskou péči, mohla by jednotlivcům poskytnout možnost sledovat změny v jejich zdraví a souvisejících rizicích a provádět nezbytné úpravy životního stylu.

Kardiovaskulární onemocnění – například srdeční choroby a mrtvice – jsou hlavní příčinou úmrtí po celém světě a mnoho z těchto úmrtí je spojeno se špatným metabolickým zdravím. Jedna třetina světa Dospělá populace trpí podmínkami souvisejícími s metabolickým zdravím, včetně obezity.

„Špatné metabolické zdraví je vysoce korelováno tvar těla a složení – jak a kde je na těle distribuován tuk a svaly, ale také silně koreloval s špatnou kvalitou spánku a vysokou úrovní stresu, “řekl profesor Roberto Cipolla z Cambridgeova oddělení inženýrství, který vedl výzkum.„ Genetika také hraje roli, ale mnoho onemocnění je prevenci životního stylu a chování. “

Index tělesné hmotnosti nebo BMI se běžně používá k odhadu obezity, ale protože BMI nerozlišuje mezi tukem a svalem, není to tak silný indikátor zdraví jako metody měření, které tento rozdíl rozlišují

„V klinických hodnoceních používáme přesnější metody složení těla, ale ty jsou drahé a dostupné pouze ve výzkumných nebo zdravotnických zařízeních, a proto nejsou vhodné pro pravidelné sledování zdraví,“ uvedla spoluautor Dr. Emanuella de Lucia Rolfe z Epidemiologické jednotky lékařského výzkumu (MRC). „Tento nový nástroj má potenciál poskytnout podobné informace pro všechny se smartphonem, kdykoli to chtějí a zdarma.“

Vědci použili více než 20 000 DXA (duální energetická rentgenová absorptiometrie) skenování od 12 000 účastníků studie Fenlandu, což vykazovalo podrobné složení těla a jak se v průběhu času změnilo. Studie obsahuje poměry hmotnosti, výšky, kyčle a pasu, jakož i procento tělesného tuku a několik dalších zdravotních parametrů pro každého účastníka, kteří byli ve věku 30 až 65 let, když se připojili ke studii.

Tento datový soubor byl použit jako tréninková data pro algoritmus strojového učení pro stanovení složení těla samotného 3D tvaru těla. Vědci přeměnili dvourozměrné obrazy DXA na trojrozměrné tvary těla nebo avatary.

Avatary byly poté použity k trénování sítí s hlubokým učením pro předpovídání složení těla, včetně viscerálního břišního tuku a kosterního svalu. Výsledky ukázaly, že model byl schopen přesně předpovídat složení těla a změny v průběhu času pro účastníky studie Fenlandu.

Aplikace používá algoritmy počítačového vidění k přeměně čtyř fotografií mobilních telefonů (přední, zadní, vlevo a doprava) na 3D tělesné tvary avataru a poté do složení těla. Veškeré zpracování se provádí na telefonu a sdílejí žádné obrázky ani data. Výsledky aplikace také předpovídaly složení těla s vysokou přesností.

„Studie Fenlandu převážně zahrnuje bílé Evropany a nyní musíme tuto metodu otestovat v jiných populacích,“ řekla De Lucia Rolfe. „Distribuce tělesného tuku a svalu se liší podle věku a etnicity a musíme zkontrolovat, jak dobře tyto rozdíly vybíráme touto metodou tvaru 3D těla. Toto je náš další projekt.“

Cipolla říká, že aplikace by mohla být pro lidi užitečná, aby určili své vlastní riziko a v průběhu času sledovali své zdraví, což jim umožňuje provádět nezbytné změny životního stylu – jako je strava, fyzické cvičeníSpánek a stres – zůstat zdravý a snížit své riziko.

„Užitečnost tohoto nástroje se může dokonce přesahovat za střechy zdravotní péče,“ řekl spoluautor Dr. Soren Brage, také z Epidemiologické jednotky MRC. „Bylo by lepší, kdybychom nemuseli vidět našeho lékaře na prvním místě, nebo alespoň méně často, a být fyzicky aktivní v tom hraje důležitou roli.

„Pokud poskytování snadno měřitelných ukazatelů zdravotního stavu, jako je kondice těla a tuk, může lidi motivovat k zahájení cvičebního programu a udržovat je zapojené tím, že jim umožní sledovat dopad na jejich zdraví a sledovat jejich pokrok, tyto nástroje zachrání životy a peníze daňových poplatníků.“

„Aplikace by mohla být formou předběžného screeningu, než navštíví lékaře,“ řekl Cipolla. „Strojové učení se zlepšuje do bodu, kdy může pomoci provést hmatatelná zlepšení životů lidí a je potěšitelné, pokud můžeme být jednou z nich.“