PhotoScan: estimar la resistencia a la insulina con fotos del teléfono
Seeing beyond BMI: Estimating cardiometabolic risk with smartphone imagery
Investigadores de Google presentan PhotoScan, un framework de deep learning que estima la composición corporal —porcentaje de grasa, ratio androide-ginoide y ratio visceral-subcutáneo— a partir de fotos 2D de smartphone. Entrenado con más de 35.000 registros del UK Biobank y ajustado con una cohorte de 677 adultos, PhotoScan logra una precisión cercana a la de las exploraciones DXA en la predicción de resistencia a la insulina, superando a los sensores BIA de smartwatch. En validación independiente, el modelo alcanzó un AUROC de 0,760 frente al 0,773 de DXA.
Nuestro enfoque PhotoScan ofrece un punto intermedio prometedor, estimando la composición corporal granular a partir de imágenes estándar de smartphone con una precisión cercana a la de DXA.