فهرست مطالب
پژوهشگران گوگل سیستم هوش مصنوعی جدیدی به نام PhotoScan توسعه داده‌اند که با تحلیل تصاویر دوبعدی گرفته‌شده با دوربین گوشی هوشمند، میزان و نحوه توزیع چربی بدن را تخمین می‌زند.
به گزارش سرویس فناوری تکناک، نتایج پژوهش نشان می‌دهد که این فناوری می‌تواند در برخی اندازه‌گیری‌ها دقت بیشتری از حسگرهای رایج دستگاه‌های پوشیدنی داشته باشد.
طبق آمار مؤسسه ملی سلامت آمریکا (NIH)، حدود ۷۳.۱ درصد از بزرگسالان آمریکایی اضافه‌وزن دارند یا چاق هستند. با وجود این، وزن به‌تنهایی اطلاعات کاملی درباره ترکیب بدن ارائه نمی‌دهد. تعیین میزان چربی و محل تجمع آن به روش‌های دقیق‌تری نیاز دارد که برخی از آنها بر اسکن‌های پیچیده اشعه ایکس متکی هستند.
گوگل برای ساده‌تر کردن این فرایند، PhotoScan را توسعه داده است. این سیستم از هوش مصنوعی برای بررسی مجموعه‌ای از تصاویر دوبعدی بدن استفاده می‌کند و می‌تواند بدون نیاز به تجهیزات پیچیده تصویربرداری، اطلاعاتی درباره ترکیب بدن ارائه دهد.
بیشتر بخوانید: گجت پوشیدنی مرموز گوگل در تبلیغات پیکسل 11 دیده شد
نحوه آموزش برای تخمین میزان چربی بدن با گوشی
پژوهشگران گوگل برای آموزش PhotoScan ابتدا از داده‌های حاصل از روش «جذب‌سنجی اشعه ایکس با انرژی دوگانه» یا DXA استفاده کردند. این روش امکان اندازه‌گیری دقیق میزان کلی چربی بدن را فراهم می‌کند و اطلاعاتی درباره نحوه توزیع چربی نیز در اختیار پژوهشگران قرار می‌دهد.
داده‌های مورد استفاده برای آموزش مدل شامل نسبت چربی بخش مرکزی بدن به چربی ناحیه کمر و پاها، موسوم به نسبت A/G بود. همچنین پژوهشگران نسبت چربی احشایی اطراف اندام‌های داخلی به چربی زیرپوستی، موسوم به نسبت V/S را در آموزش مدل در نظر گرفتند.
گوگل این اطلاعات را با داده‌های مربوط به بدن که از اسکن‌های MRI به دست آمده بودند، ترکیب کرد. سپس پژوهشگران مدل را با مجموعه جدیدی از داده‌ها شامل عکس‌های واقعی گرفته‌شده با دوربین گوشی‌های هوشمند بهینه‌سازی کردند.
مدل نهایی توانست میزان چربی بدن را به صورت بصری و با دقت بیشتری از ابزارهایی مانند حسگر آنالیز امپدانس بیوالکتریکی یا BIA موجود در برخی دستگاه‌های پوشیدنی تخمین بزند. همچنین PhotoScan در تخمین نسبت‌های A/G و V/S عملکرد دقیقی نشان داد. حسگرهای BIA دستگاه‌های پوشیدنی اساسا نمی‌توانند چنین نسبت‌هایی را اندازه‌گیری کنند.
بیشتر بخوانید: پیشرفت بزرگ در حسگرهای پوشیدنی با حذف نویز داده‌های حرکتی
امکان پیش‌بینی مقاومت به انسولین
Google Research کاربرد PhotoScan را تنها به بررسی ترکیب بدن محدود نکرده است. پژوهشگران بررسی کرده‌اند که آیا داده‌های این سیستم می‌توانند برای پیش‌بینی وضعیت‌هایی مانند مقاومت به انسولین نیز مورد استفاده قرار گیرند یا خیر. گوگل به تازگی در محصولات حوزه سلامت خود نیز توجه بیشتری به مقاومت به انسولین نشان داده است.
با وجود نتایج امیدوارکننده، استفاده گسترده از چنین فناوری با چالش‌هایی همراه خواهد بود. کاربران برای استفاده از PhotoScan باید مجموعه‌ای از تصاویر بدن خود را در اختیار این سیستم قرار دهند. حساسیت این تصاویر می‌تواند حتی در صورت وجود سیاست‌های قدرتمند حفظ حریم خصوصی، برخی کاربران را از استفاده از این فناوری منصرف کند.
چالش دیگر به نحوه استفاده از اطلاعات PhotoScan مربوط می‌شود. ارائه اطلاعات دقیق درباره میزان و محل تجمع چربی بدن لزوما باعث نمی‌شود کاربران تغییرات لازم را در رژیم غذایی و سبک زندگی خود ایجاد کنند. با وجود این، دسترسی آسان‌تر به این داده‌ها می‌تواند شرایط بهتری برای شناسایی وضعیت ترکیب بدن و آغاز تغییرات لازم فراهم کند.
گوگل در حال حاضر برنامه‌ای برای عرضه PhotoScan به عنوان یک محصول تجاری اعلام نکرده است. بنابراین هنوز مشخص نیست کاربران چه زمانی یا در چه قالبی به این فناوری دسترسی پیدا خواهند کرد. با توجه به کاربردهای احتمالی آن، این فناوری می‌تواند در آینده به یکی از قابلیت‌های محصولات و خدمات حوزه سلامت گوگل تبدیل شود.
بیشتر بخوانید: برچسب فلز مایع الکترونیکی روش جدید توسعه فناوری‌های پوشیدنی
