Googleがスマートフォン写真をインスリン抵抗性のスクリーニング手法として試験

Why it matters

PhotoScan could make richer metabolic-risk screening cheaper than clinical imaging, but the evidence comes from controlled research cohorts rather than real-world consumer use.

Google Research (@GoogleResearch)は8月17日に、スマートフォン画像から体組成を推定し、その推定値をインスリン抵抗性の分類に役立てる深層学習手法であるPhotoScanを取り上げた。Googleの中心的な主張は異例に具体的で、臨床研究コホートにおいてPhotoScanのデータを用いたモデルは、二重エネルギーX線吸収法（DXA）の測定値を与えたモデルとほぼ同等の性能を示したとされる。Xでの発表は、基礎となる研究が最初に提出された3月27日と改訂された4月6日から数か月経って公表されたものである。

この比較は慎重に解釈する必要がある。PhotoScanがカジュアルな写真から直接インスリン抵抗性を診断したわけではなく、電話のカメラがDXAスキャンのすべての出力を再現したわけでもない。研究者らはまず三つの体組成指標を推定した：全身の体脂肪率、腹部対ヒップ領域の脂肪比率、および内臓脂肪対皮下脂肪の比率。別の分類器がそれらの推定値を人口統計学的な入力と組み合わせてインスリン抵抗性の状態を予測した。

研究論文によれば、年齢・性別・体格指数（BMI）を用いたモデルの受信者動作特性曲線下面積（AUROC）は0.692だった。PhotoScanの推定値を追加するとその結果は0.760に上昇した。写真由来の測定値を実際のDXAデータに置き換えるとAUROCは0.773だった。その小さな差がGoogleのDXAとの比較を支えつつ、0.760というスコアは依然として分類誤差の余地が大きいことを示している。(arxiv.org)

PhotoScanが実際に見るもの

PhotoScanは被験者の正面および側面の画像と、性別・身長・体重を使用する。最後の点は重要で、システムは画像のピクセルだけから結論を導いているわけではない。BMIは提供された身長と体重から算出され、それが画像モデルによって抽出された特徴と組み合わされる。

Googleの研究者らはPhotoScanを二段階で構築した。彼らはResNet-50ニューラルネットワークを35,323人のUK Biobank参加者のデータを用いて事前学習させた。学習過程では三次元のMRIデータをペアになった二次元投影に変換し、対応するDXA測定値を参照値として用いた。研究者らはその後、スマートフォン画像とDXAデータを持つ別のコホート677人でモデルをファインチューニングした。(arxiv.org)

そのファインチューニングコホートにおいて、PhotoScanは全身の体脂肪率を平均絶対誤差2.15パーセンテージポイントで推定した。論文によれば人口統計情報のみを用いたモデルの誤差は3.44ポイントだった。PhotoScanはまた、BMIでは表現できない脂肪分布の指標、たとえば腹部と下半身の脂肪のバランスなども推定した。

研究者らは固定したモデルを独立したMetabolicMosaicコホート（参加者132名）で検証した。全身の体脂肪率の誤差は2.13ポイントと同様のままだった。その一貫性はPhotoScanがファインチューニングサンプルを超えて転移可能な特徴を学習したことを支持する。ただし、独立コホートは特に下流のインスリン抵抗性テストに関しては規模が控えめだった。(arxiv.org)

DXAとの比較は限定的な意味を持つ

インスリン抵抗性の解析には訪問レベルで195件のデータセットが含まれていた：47件がインスリン抵抗性と分類され、148件がインスリン感受性または感受性低下として分類された。研究者らは基準ラベルとして絶食時インスリンとグルコースに基づく計算であるHOMA-IRを用いた。トレーニングと評価セット間の情報漏洩を減らすために、交差検証の際には同一参加者の記録を分離した。

PhotoScanの最も有用な信号は、推定された腹部対ヒップ領域の脂肪比率だった。この指標は本研究において全身の体脂肪率よりもインスリン抵抗性と強く一貫した関係を示した。結果は研究チームのより広い主張と一致する：脂肪がどこに蓄積されるかは、身長と体重の計算では見落とされる代謝リスクを示唆する可能性がある。

研究デザインは消費者が自宅で写真を撮る方法とは異なる点が残る。ファインチューニング過程では、参加者のビデオから抽出した選択された正面および側面のフレームを使用し、ポーズとカメラの配置を制御した。論文はモデルが体形と脂肪分布を観察できるように最小限の衣服での撮影を記述している。カジュアルに撮影された写真、ゆったりした衣服、変化する照明、または異なるカメラでの性能は報告された結果からは確立されていない。

GoogleはPhotoScanを消費者向けや臨床向け製品ではなく研究として提示している。論文はより大規模な集団および展開条件での検証を支持するが、個々の患者について電話写真がスキャンや血液検査、臨床医の評価に取って代われることを示すものではない。

戦略的方向性は明確だ。Googleは一般的な消費者向けセンサーを健康研究のツールに変える手法を構築してきており、ウェアラブルと日常的血液バイオマーカーを用いてインスリン抵抗性を予測する研究やカメラベースの心拍数測定などがその例である。ウェアラブルと日常的血液バイオマーカーを用いてインスリン抵抗性を予測する研究やカメラベースの心拍測定を含む。PhotoScanはそのアプローチを生理学的信号から体形へと拡張する。(research.google)

電話ベースの体組成スクリーニングは医療画像よりも安価で配布しやすいだろう。同時に、それは大規模なセンシティブな身体写真と生体推定の収集を必要とする。研究から製品への道は、モデルが制御された撮像セッション外でも有効であるか、そしてGoogleがそのデータ収集を患者、臨床医、規制当局に受け入れられる形で実施できるかに依存するだろう。