un sistema de inteligencia artificial de investigación que, basándose en fotografías ordinarias de una persona de frente y de lado, evalúa la composición corporal y el riesgo de resistencia a la insulina.
El modelo analiza no sólo el porcentaje total de grasa, sino también su distribución: la proporción de grasa en el abdomen y los muslos, así como la grasa visceral y subcutánea. Son estos indicadores los que pueden proporcionar más información sobre la salud metabólica que el IMC por sí solo.
PhotoScan se capacitó previamente con datos de más de 35.000 participantes del Biobanco del Reino Unido y luego se capacitó adicionalmente con 677 personas utilizando fotografías reales de teléfonos inteligentes y resultados de DXA.
En una muestra independiente, el sistema determinó el porcentaje de grasa corporal con un error promedio de aproximadamente 2,13 puntos porcentuales. Para la resistencia a la insulina, el modelo PhotoScan logró un AUROC de 0,760 frente a 0,773 para la exploración DXA clínica.
Es decir, varias fotografías tomadas desde un teléfono inteligente en el experimento se acercaron en términos de contenido informativo a un costoso escaneo médico. Pero por ahora esto es sólo un prototipo de investigación y no una herramienta de autodiagnóstico.