Les chercheurs ont développé une application pour smartphone qui utilise l'apprentissage automatique pour déterminer avec précision la composition corporelle – qui est liée à un risque plus élevé de maladies cardiaques, d'accident vasculaire cérébral et de conditions connexes – des photographies.
Les chercheurs, de l'Université de Cambridge, ont développé l'application pour smartphone appelée 3D BodyShape, qui est actuellement prototype de recherche et sera bientôt disponible pour les appareils iOS et Android. L'application intègre un algorithme d'apprentissage automatique, qui a été formé sur des données d'imagerie médicale détaillées de plus de 12 000 adultes.
À partir de quatre photographies de smartphones, l'application construit un modèle tridimensionnel du corps humain à partir duquel il peut déterminer la composition corporelle – comment et où les tissus de graisse et de muscle sont distribués à travers le corps avec un niveau élevé de précision.
Les résultats sont rapportés dans le journal NPJ Médecine numérique.
La composition corporelle est un fort prédicteur du diabète et des maladies cardiaques. Ceux qui ont un corps «en forme de pomme», ou avec une faible masse musculaire dans le haut des bras et les jambes inférieurs, sont plus à risque de conditions métaboliques telles que le diabète, les maladies cardiaques, les accidents vasculaires cérébraux et certains cancers.
Les chercheurs disent que si l'application n'est pas destinée à substituer aux soins médicaux, cela pourrait donner aux individus la capacité de surveiller les changements dans leur santé et leurs risques associés et à effectuer les ajustements de style de vie nécessaires.
Les maladies cardiovasculaires – telles que les maladies cardiaques et les accidents vasculaires cérébraux – sont la principale cause de décès dans le monde, et bon nombre de ces décès sont associés à une mauvaise santé métabolique. Un tiers de la population adulte du monde souffre de conditions liées à la santé métabolique, y compris l'obésité.
« La mauvaise santé métabolique est fortement corrélée à la forme et à la composition du corps – comment et où les graisses et les muscles sont distribués sur le corps, mais il est également fortement corrélé à une mauvaise qualité de sommeil et à des niveaux de stress élevés », a déclaré le professeur Roberto Cipolla du Département d'ingénierie de Cambridge, qui a mené la recherche. « La génétique joue également un rôle, mais de nombreuses maladies sont évitables avec le mode de vie et le comportement. »
L'indice de masse corporelle, ou IMC, est couramment utilisé pour estimer l'obésité, mais comme l'IMC ne fait pas de distinction entre la graisse et le muscle, il n'est pas un indicateur de santé aussi fort que les méthodes de mesure qui font cette distinction
« Dans les évaluations cliniques, nous utilisons des méthodes plus précises de composition corporelle, mais celles-ci sont coûteuses et disponibles uniquement dans les établissements de recherche ou de soins de santé, et ne sont donc pas adaptés à une surveillance régulière de la santé », a déclaré le co-auteur, le Dr Emanuella de Lucia Rolfe de l'unité d'épidémiologie du Conseil de recherche médicale (MRC). « Ce nouvel outil a le potentiel de fournir des informations similaires à tout le monde avec un smartphone quand il le veut et gratuitement. »
Les chercheurs ont utilisé plus de 20 000 scanners DXA (absorptiométrie à rayons X à double énergie) de 12 000 participants à l'étude de Fenland, montrant une composition corporelle détaillée et comment elle a changé au fil du temps. L'étude contient des rapports de poids, de taille, de hanche et de taille, ainsi que du pourcentage de graisse corporelle, et de plusieurs autres paramètres de santé pour chaque participant, entre 30 et 65 ans lorsqu'ils ont rejoint l'étude.
Cet ensemble de données a été utilisé comme données d'entraînement pour un algorithme d'apprentissage automatique pour déterminer la composition corporelle de la forme du corps 3D seule. Les chercheurs ont converti les images DXA bidimensionnelles en formes de corps en trois dimensions, ou avatars.
Les avatars ont ensuite été utilisés pour entraîner un réseau d'apprentissage en profondeur pour prédire la composition corporelle, y compris la graisse abdominale viscérale et le muscle squelettique. Les résultats ont montré que le modèle était en mesure de prédire avec précision la composition corporelle et des changements au fil du temps, pour les participants à l'étude de Fenland.
L'application utilise des algorithmes de vision par ordinateur pour convertir quatre photographies mobiles (avant, dos, gauche et droite) en un avatar de forme corporelle 3D, puis en composition corporelle. Tout le traitement est effectué sur le téléphone et aucune image ou données n'est partagée. Les résultats de l'application ont également prédit la composition corporelle avec une grande précision.
« L'étude Fenland comprend principalement des Européens blancs, et nous devons maintenant tester cette méthode dans d'autres populations », a déclaré De Lucia Rolfe. « La distribution de la graisse corporelle et des muscles varie selon l'âge et l'ethnicité, et nous devons vérifier à quel point nous ramassons ces différences avec cette méthode de forme corporelle 3D. C'est notre prochain projet. »
Cipolla dit que l'application pourrait être utile pour que les gens déterminent leurs propres risques et surveillent leur santé au fil du temps, leur permettant de modifier les changements de style de vie nécessaires – tels que l'alimentation, l'exercice physique, le sommeil et la gestion du stress – pour rester en bonne santé et réduire leur risque.
« L'utilité de cet outil peut même s'étendre au-delà des rencontres de soins de santé », a déclaré le co-auteur, le Dr Soren Brage, également de la MRC Epidemiology Unit. « Il serait préférable que nous n'ayons pas besoin de voir notre médecin en premier lieu, ou du moins moins souvent, et être physiquement actif joue un rôle important dans ce domaine.
« Si la fourniture d'indicateurs d'état de santé facilement mesurables tels que la forme physique et la graisse peut motiver les gens à démarrer un programme d'exercice et à les maintenir engagés en leur permettant de surveiller l'impact sur leur santé et de suivre leurs progrès, ces outils permettra d'économiser des vies et de l'argent des contribuables. »
« L'application pourrait être une forme de pré-dépistage avant de voir un médecin », a déclaré Cipolla. « L'apprentissage automatique s'améliore au point où cela peut aider à apporter des améliorations tangibles à la vie des gens, et c'est gratifiant si nous pouvons en être une petite partie. »