Google Research เปิดผลวิจัยด้วย PhotoScan แล้วใช้ Deep Learning ประเมินองค์ประกอบร่างกายจากภาพถ่ายกล้องสมาร์ทโฟน สำหรับการวัดเปอร์เซ็นต์ไขมันในร่างกาย แต่ยังเป็นการวิจัยต้นแบบเท่านั้น

Google Research เผยแพร่งานวิจัยชื่อ PhotoScan เมื่อวันที่ 17 สิงหาคม ที่ผ่านมา ซึ่งเป็นงานวิจัยในเชิงการทำงานของ Deep Learning ในระยะทดลอง สำหรับการประเมินองค์ประกอบของร่างกายจากภาพถ่ายสองมิติด้วยกล้องของสมาร์ทโฟน

กูเกิล ระบุว่า จากการทดลองถือว่ามีความแม่นยำใกล้เคียงกับการสแกน DXA ในการทำนายภาวะดื้ออินซูลิน และให้ค่าไขมันในร่างกายแม่นยำกว่าเซนเซอร์ BIA บนสมาร์ทวอทช์

ระบบ PhotoScan เมื่อทำการประเมินแล้วจะให้ค่าด้วยกัน 3 ตัว ได้แก่ เปอร์เซ็นต์ไขมันในร่างกาย อัตราส่วนไขมันช่วงลำตัวต่อสะโพก และอัตราส่วนไขมันในช่องท้องต่อไขมันใต้ผิวหนัง โดยผู้ใช้ต้องถ่ายภาพคู่ทั้งด้านหน้าและด้านข้าง

ทีมวิจัยของกูเกิลได้ทำการฝึกฝนโมเดลโครงข่ายประสาทเทียมสถาปัตยกรรม ResNet-50 ในขั้นแรกด้วยข้อมูลผู้เข้าร่วมจากฐานข้อมูล UK Biobank จำนวน 35,323 ราย โดยใช้ภาพฉาย 2 มิติ ที่สร้างจากภาพ MRI แบบ 3 มิติ และใช้ผลสแกน DXA เป็นค่าอ้างอิง จากนั้นปรับจูนด้วยชุดข้อมูล PhotoBIA ซึ่งเป็นภาพถ่ายจากสมาร์ทโฟนของอาสาสมัครจำนวน 677 ราย และทดสอบกับกลุ่มตัวอย่างอิสระชื่อ MetabolicMosaic จำนวน 132 ราย ที่มาจากการศึกษาแบบติดตามระยะยาว 30 สัปดาห์ในซานฟรานซิสโก

ผลการทดสอบกับกลุ่ม PhotoBIA พบว่า PhotoScan มีค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยของเปอร์เซ็นต์ไขมันในร่างกายอยู่ที่ 2.15 ขณะที่โมเดลซึ่งใช้ข้อมูลจากเซนเซอร์ BIA อยู่ที่ 2.91 ส่วนค่า A/G และ V/S อยู่ที่ 0.107 และ 0.094 ตามลำดับ เมื่อทดสอบกับกลุ่ม MetabolicMosaic ค่าที่ได้ใกล้เคียงกันคือ 2.13, 0.085 และ 0.085

ในส่วนของการจำแนกภาวะดื้ออินซูลิน โมเดลพื้นฐานที่ใช้เพียงข้อมูลประชากรอย่างอายุ เพศ และดัชนีมวลกาย ทำค่า AUROC ได้ 0.692 เมื่อเพิ่มข้อมูลจาก PhotoScan ค่าขยับขึ้นเป็น 0.760 และค่า NRI อยู่ที่ 0.593 ขณะที่การเพิ่มข้อมูลจาก DXA ซึ่งเป็นมาตรฐานทางคลินิก ทำได้ 0.773 และ 0.748 ส่วนการเพิ่มข้อมูลจากเซนเซอร์ BIA ไม่ช่วยให้ค่าทั้งสองดีขึ้นเลย เนื่องจาก BIA ให้ข้อมูลได้เพียงเปอร์เซ็นต์ไขมันรวม ซึ่งมีน้ำหนักความสำคัญต่ำกว่าค่า A/G และ V/S อย่างมีนัยสำคัญ

งานวิจัยชิ้นนี้ต่อยอดมาจากแนวคิดของกูเกิล ด้วยการนำไปฝังกับผลิตภัณฑ์ในกลุ่มอุปกรณ์สวมใส่ และฟีเจอร์ด้านสุขภาพ ซึ่งรวมถึง Insulin Resistance Trends ที่ประเมินแนวโน้มภาวะดื้ออินซูลินจากข้อมูลการเต้นของหัวใจ การนอน และการเคลื่อนไหว โดยไม่ต้องเจาะเลือด ฟีเจอร์นี้มีกำหนดทยอยปล่อยในเดือนกันยายน 2026 และไม่ได้จำกัดเฉพาะ Pixel Watch 5 แต่ครอบคลุม Pixel Watch 3, Pixel Watch 4 และ Fitbit Air ด้วย

ทางด้านคู่แข่งอย่างซัมซุง (Samsung) ยังคงใช้เซนเซอร์ BIA ในการวัดองค์ประกอบร่างกายบนข้อมือ โดยอุปกรณ์สวมใส่ของซัมซุงอย่าง Galaxy Watch Ultra2 ที่เปิดตัวเมื่อวันที่ 22 กรกฎาคม ที่ผ่านมา ยังใช้เซนเซอร์ BioActive ที่มี BIA เป็นองค์ประกอบ วิธีการนี้ทำงานด้วยการปล่อยกระแสไฟฟ้าอ่อนผ่านร่างกาย แล้วอาศัยความเร็วที่กระแสเดินทางผ่านไขมัน กล้ามเนื้อ และกระดูกที่ต่างกัน มาประมาณสัดส่วนของแต่ละส่วน

กูเกิล เขียนคำอธิบายในช่วงบทสรุปว่า การสแกน DXA ยังให้ผลแม่นยำที่สุด แต่ขยายผลในวงกว้างได้ยาก ขณะที่เซนเซอร์ BIA แบบสวมใส่สะดวกกว่า แต่จำกัดอยู่ที่เปอร์เซ็นต์ไขมันพื้นฐาน ส่วน PhotoScan เป็นทางเลือกตรงกลางที่น่าสนใจ 

ทั้งนี้ทีมวิจัยย้ำว่าผลลัพธ์นี้เป็นการแสดงความเป็นไปได้ในเชิงเทคนิคเท่านั้น และแนวทางถัดไปคือการผสานข้อมูลหลายรูปแบบ ทั้งข้อมูลจากอุปกรณ์สวมใส่ต่อเนื่อง ระดับน้ำตาล และตัวชี้วัดทางชีวภาพจากเลือด

อย่างไรก็ตาม งานวิจัยนี้ของกูเกิลยังเป็นแต่เพียงงานต้นแบบของการวิจัยเท่านั้น

ที่มา: TechRadar