Google Research presentó PhotoScan, un sistema experimental de aprendizaje profundo que analiza fotografías del cuerpo tomadas con un smartphone. La tecnología estima el porcentaje y la distribución de la grasa corporal para mejorar la predicción de la resistencia a la insulina.
En un entorno de investigación clínica, los datos obtenidos mediante PhotoScan permitieron alcanzar resultados cercanos a los de una exploración DXA. Sin embargo, todavía no es un producto médico ni puede sustituir los análisis o la evaluación de un profesional sanitario.
Por qué el IMC no muestra toda la información
El Índice de Masa Corporal se calcula utilizando el peso y la altura. Es un indicador sencillo, pero no permite diferenciar la grasa de la masa muscular ni saber en qué partes del cuerpo se acumula la grasa.
Dos personas con el mismo IMC pueden presentar una composición corporal y un riesgo metabólico diferentes. La grasa visceral situada alrededor de los órganos, por ejemplo, puede tener una importancia clínica distinta de la grasa subcutánea.
Las exploraciones DXA ofrecen mediciones más detalladas, pero requieren equipamiento especializado y no resultan prácticas para realizar controles frecuentes en casa.
Cómo funciona PhotoScan
PhotoScan analiza imágenes frontales y laterales del cuerpo. Además de las fotografías, el modelo utilizado en el estudio tiene en cuenta el sexo, la altura, el peso y el IMC calculado.
El sistema estima tres indicadores:
el porcentaje total de grasa corporal;
la relación entre la grasa del tronco y la de las caderas y los muslos;
la relación entre la grasa visceral y la subcutánea.
Para desarrollar el modelo, Google utilizó inicialmente datos de más de 35.000 participantes del UK Biobank. Posteriormente lo ajustó con fotografías tomadas mediante smartphones y mediciones DXA de 677 adultos.
Qué resultados obtuvo el estudio
Durante una validación independiente con 132 participantes, PhotoScan estimó el porcentaje de grasa con un error absoluto medio de aproximadamente 2,13 puntos porcentuales respecto a DXA.
Un modelo basado en la edad, el sexo y el IMC alcanzó un AUROC de 0,692 al clasificar la resistencia a la insulina. Al añadir los datos de PhotoScan, el resultado aumentó hasta 0,760. El modelo que utilizó mediciones DXA llegó a 0,773.
Por tanto, PhotoScan se acercó al rendimiento de DXA en esta tarea concreta de clasificación. Esto no significa que una fotografía sea tan precisa como una exploración clínica para cualquier medición o diagnóstico.
¿Se puede utilizar PhotoScan actualmente?
No. Google presenta PhotoScan como una tecnología de investigación y no ha anunciado una aplicación o función disponible para los usuarios.
La validación independiente se realizó con un grupo relativamente pequeño y las imágenes se capturaron siguiendo condiciones específicas. Serán necesarios estudios más amplios y diversos, además de las autorizaciones correspondientes, antes de considerar un posible uso médico.
Si una tecnología similar llega al público, probablemente se utilizará como herramienta de evaluación inicial del riesgo y no como diagnóstico. La resistencia a la insulina debe ser valorada por un profesional mediante análisis de laboratorio, antecedentes médicos y otros datos clínicos.
Fuentes: Google Research y el estudio científico de PhotoScan.