【CNMO 科技消息】在健康监测领域，评估身体成分通常需要依赖复杂的影像学检查，如 X 射线分析（DXA 扫描），以了解身体储存脂肪的方式和部位。8 月 20 日，有外媒发文称，Google Research 的研究团队正在开发一项名为PhotoScan AI的新技术，旨在通过智能手机摄像头提供一种更简单、更便捷的身体成分追踪方式。这并非 " 减肥 APP" 的滤镜，而是一项严谨的研究项目。

谷歌 Pixel 11 系列

PhotoScan 系统通过 AI 分析一组身体的 2D 图像来估算身体成分。研究团队首先利用来自DXA 扫描的数据训练模型，测量指标包括整体体脂水平、核心与腰腿脂肪比（A/G 比）以及器官脂肪与皮下脂肪比（V/S 比）。随后，这些数据与MRI 扫描数据结合，再通过智能手机摄像头拍摄的实际照片进行进一步优化。最终，该模型的视觉体脂估算精度优于可穿戴设备上的生物电阻抗分析（BIA）传感器，并在 A/G 和 V/S 比率的估算上同样表现出色——而 BIA 传感器无法提供这些数据。

Google Research 还探索了 PhotoScan 是否有助于预测胰岛素抵抗等代谢状况，这一领域似乎是谷歌近期重点关注的方向。研究人员发现，加入 PhotoScan 数据后，预测模型的准确性得到显著提升，结果与临床 DXA 扫描几乎持平。相比之下，智能手表的 BIA 数据并未改善预测效果。

Google Research 表示，PhotoScan 旨在填补当前技术空白，提供一种更易获得的身体成分估算方法：DXA 临床影像精度最高但无法大规模推广；可穿戴设备的 BIA 传感器便捷但精度有限。PhotoScan 技术提供了一种折中方案——可从标准智能手机图像中估算精细的身体成分，精度接近 DXA 水平。

虽然该技术目前仍处于研究原型阶段，但谷歌表示未来有望用于胰岛素抵抗及其他心代谢健康风险的非侵入性筛查。谷歌还计划将 PhotoScan 与可穿戴数据、血糖读数及其他健康信息相结合，以构建更全面的代谢健康图景。