La cámara de los Google Pixel va a dar un salto gigante en la monitorización de la salud personal. Una investigación liderada por Google y la investigadora científica Cassie Zhou demuestra que es posible estimar la composición corporal y evaluar la resistencia a la insulina con una precisión muy cercana a los escáneres médicos de alta gama, utilizando simplemente imágenes capturadas con el teléfono.
Bajo el nombre de PhotoScan, este proyecto analiza la distribución de la grasa en el cuerpo a partir de dos fotografías en dos dimensiones. Su objetivo principal es detectar problemas metabólicos de forma precoz, mucho antes de que se manifiesten en un análisis de sangre convencional o en una báscula tradicional.
Por qué el peso y los relojes inteligentes no son suficientes
Calcular la salud metabólica mediante el índice de masa corporal (IMC) o el peso total suele ofrecer una visión incompleta. Dos personas con la misma altura y peso pueden tener una distribución de grasa completamente diferente, lo que altera de forma drástica su riesgo de padecer diabetes tipo 2 o enfermedades cardiovasculares.
Hasta ahora, la única forma precisa de evaluar parámetros como la grasa visceral (la que rodea a los órganos internos) o la relación entre la grasa abdominal y la de las caderas era someterse a un análisis de absorciometría de rayos X. Aunque los relojes inteligentes actuales incorporan sensores de impedancia bioeléctrica, solo ofrecen una estimación básica del porcentaje de grasa global sin precisar en qué zonas se acumula.
Cómo funciona el sistema PhotoScan de Google
El marco de investigación PhotoScan utiliza una red neuronal entrenada previamente con más de 35.000 registros del Biobanco del Reino Unido, combinando datos de resonancias magnéticas y escáneres DXA. Posteriormente, los investigadores ajustaron el algoritmo con fotografías tomadas desde un smartphone en posturas de frente y de perfil.
A partir de estas dos imágenes simples, el modelo extrae la geometría corporal y la cruza con datos básicos como la edad, el sexo, la altura y el peso. Con esta información, la inteligencia artificial logra calcular el porcentaje total de grasa corporal y dos índices fundamentales para la salud: la relación de grasa entre tronco y extremidades inferiores, y la proporción entre la grasa interna profunda y la grasa subcutánea.
Resultados con una precisión clínica
Durante las pruebas de validación en entornos clínicos independientes, PhotoScan superó con claridad el rendimiento de las mediciones realizadas por sensores integrados en relojes inteligentes. Mientras que los wearables muestran un margen de error más elevado y se limitan al porcentaje de grasa general, el algoritmo de Google logró aproximarse a la precisión de la prueba DXA de referencia.
Al combinar las métricas geométricas de PhotoScan con los datos demográficos básicos, los investigadores consiguieron identificar a individuos con resistencia a la insulina con una eficacia (AUROC de 0,760) prácticamente idéntica a la que ofrecen los escáneres médicos hospitalarios (0,773).
Aunque PhotoScan se encuentra en una fase de prototipo de investigación y aún no está integrado como una aplicación oficial, sienta las bases para un análisis de la composición corporal desde el smartphone y sin necesidad de pruebas médicas. En el futuro, los científicos prevén combinar la estimación óptica por fotografía con la información continua de relojes de actividad o medidores de glucosa para ofrecer un análisis metabólico completo del usuario que proporcione información clave sobre su estado físico.