Google เปิดวิจัย PhotoScan ใช้มือถือวัดไขมันแม่นยำสูง
Google Research เปิดตัวงานวิจัย PhotoScan เมื่อ 17 สิงหาคม 2026 ใช้กล้องสมาร์ทโฟนประเมินไขมันในร่างกายแม่นยำใกล้เคียงเครื่อง DXA
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Google Research เผยแพร่งานวิจัย PhotoScan เมื่อ 17 ส.ค.
- ใช้กล้องมือถือถ่ายภาพ 2 มิติเพื่อประเมินไขมันในร่างกาย
- มีความแม่นยำใกล้เคียงกับการสแกนด้วยเครื่อง DXA
- เตรียมต่อยอดสู่ผลิตภัณฑ์สวมใส่ออกในเดือนกันยายน 2026
Google Research ได้เผยแพร่งานวิจัยชิ้นใหม่ที่มีชื่อว่า PhotoScan เมื่อวันที่ 17 สิงหาคม ที่ผ่านมา โดยเป็นงานวิจัยในระยะทดลองที่มุ่งเน้นการใช้เทคโนโลยี Deep Learning เพื่อประเมินองค์ประกอบภายในร่างกายจากภาพถ่ายสองมิติผ่านกล้องของสมาร์ทโฟนโดยตรง ซึ่งถือเป็นอีกหนึ่งความพยายามในการนำปัญญาประดิษฐ์มาประยุกต์ใช้กับเทวดาสุขภาพของผู้ใช้งานทั่วไป
จากการทดลองเบื้องต้นของทางกูเกิลพบว่าระบบ PhotoScan สามารถทำนายภาวะดื้ออินซูลินได้อย่างแม่นยำใกล้เคียงกับการสแกนด้วยเครื่อง DXA และยังให้ค่าไขมันในร่างกายที่แม่นยำกว่าเซนเซอร์ BIA ที่มักพบในสมาร์ทวอทช์ทั่วไป โดยระบบจะทำการประเมินค่าออกมา 3 ส่วนหลัก ได้แก่ เปอร์เซ็นต์ไขมันในร่างกาย อัตราส่วนไขมันช่วงลำตัวต่อสะโพก และอัตราส่วนไขมันในช่องท้องต่อไขมันใต้ผิวหนัง ผ่านการถ่ายภาพคู่ทั้งด้านหน้าและด้านข้าง
ในด้านกระบวนการทำงาน ทีมวิจัยได้ฝึกฝนโมเดลโครงข่ายประสาทเทียมสถาปัตยกรรม ResNet-50 เริ่มต้นด้วยข้อมูลจาก UK Biobank จำนวน 35,323 ราย และปรับจูนด้วยชุดข้อมูล PhotoBIA จากอาสาสมัคร 677 ราย ก่อนนำไปทดสอบกับกลุ่มตัวอย่างอิสระ MetabolicMosaic จำนวน 132 ราย จากการศึกษาในซานฟรานซิสโก
ผลการทดสอบกับกลุ่ม PhotoBIA แสดงให้เห็นว่า PhotoScan มีค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยของเปอร์เซ็นต์ไขมันในร่างกายอยู่ที่ 2.15 ขณะที่โมเดลเซนเซอร์ BIA อยู่ที่ 2.91 นอกจากนี้ เมื่อประเมินความสามารถในการจำแนกภาวะดื้ออินซูลิน การเพิ่มข้อมูลจาก PhotoScan ช่วยดันค่า AUROC ให้ขยับขึ้นจากโมเดลพื้นฐานที่ 0.692 ไปอยู่ที่ 0.760 ซึ่งใกล้เคียงกับการใช้ข้อมูลสแกน DXA ที่ทำได้ 0.773
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การที่ Google พยายามพัฒนาเครื่องมือประเมินไขมันผ่านกล้องสมาร์ทโฟน สะท้อนให้เห็นถึงความพยายามในการลดข้อจำกัดของอุปกรณ์การแพทย์เฉพาะทางอย่างเครื่อง DXA ที่มีราคาแพงและเข้าถึงยาก รวมถึงการแก้ปัญหาความคลาดเคลื่อนของเซนเซอร์ BIA บนนาฬิกาอัจฉริยะที่มักวัดได้เพียงค่าไขมันรวมแบบหยาบๆ การใช้ Deep Learning เข้ามาวิเคราะห์ภาพถ่าย 2 มิติจึงเป็นสะพานเชื่อมสำคัญที่ทำให้เทคโนโลยีการประเมินสุขภาพเชิงลึกเข้าใกล้ผู้บริโภคทั่วไปได้ง่ายขึ้นผ่านอุปกรณ์ที่ทุกคนพกติดตัวอยู่แล้ว
งานวิจัยชิ้นนี้ถูกต่อยอดไปสู่ฟีเจอร์ด้านสุขภาพอย่าง Insulin Resistance Trends ซึ่งประเมินแนวโน้มภาวะดื้ออินซูลินจากข้อมูลอัตราการเต้นของหัวใจ การนอน และการเคลื่อนไหว โดยมีกำหนดทยอยปล่อยในเดือนกันยายน 2026 ครอบคลุมอุปกรณ์อย่าง Pixel Watch 3, Pixel Watch 4 และ Fitbit Air ในขณะที่ฝั่งคู่แข่งอย่างซัมซุงยังมีแนวทางใช้เซนเซอร์ BioActive ที่มี BIA เป็นองค์ประกอบหลักใน Galaxy Watch Ultra2 ที่เปิดตัวไปเมื่อวันที่ 22 กรกฎาคม ที่ผ่านมา
ทางทีมวิจัยของกูเกิลระบุทิ้งท้ายว่า แม้การสแกน DXA จะยังคงเป็นมาตรฐานทางการแพทย์ที่แม่นยำที่สุดแต่ขยายผลได้ยาก ส่วน BIA สะดวกแต่ให้ข้อมูลจำกัด PhotoScan จึงเป็นทางเลือกตรงกลางที่น่าสนใจ อย่างไรก็ตาม ผลลัพธ์ทั้งหมดในปัจจุบันยังคงเป็นเพียงความเป็นไปได้ในเชิงเทคนิคและเป็นงานต้นแบบของการวิจัยเท่านั้น
ที่มา: Thairath Lifestyle
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น