Lociranje specifičnih, lokalizovanih distribucija masti i mišića u sastavu tela intuitivno je i neprecizno implicirano oblikom tela. Sada je tim istraživača otkrio da je jedinstvena kombinacija modernih modela dubokog učenja, određene opreme i trodimenzionalnih skeniranja tela dala kvantitativnu validaciju medicinskog snimanja koja je ranije bila samo kvalitativna.
Penington biomedicinski profesor metabolizma i sastava tela dr Stiven Hejmsfild deo je tima istraživača koji su potvrdili rezultate u studiji „Generativno duboko učenje dalje razumeva lokalnu distribuciju masti i mišića na oblik i zdravlje tela koristeći 3D skeniranje površine. “ Studija se pojavljuje u Communications Medicine.
„Lako i brzo kreirati detaljnu digitalnu mapu oblika tela osobe, a zatim koristiti te informacije za generisanje ne samo tačnih procena njihovog telesnog sastava i zdravstvenih rizika, već i odgovarajuće rendgenske slike, bilo je skoro nezamislivo samo nekoliko godine“, rekao je dr Hejmsfild. „Tehnološki napredak poput ovog zahteva veštine širokog spektra naučnika koji prave svoje akademske domove u institucijama kao što su Pennington Biomedical i Centar za rak Univerziteta na Havajima.
Istraživačka grupa je koristila prethodno dobijene 3D skenove površine tela, prvobitno prikupljene iz studije „Shape Up! Adults“, u kojoj je Pennington Biomedical učestvovao u kliničkoj studiji. Skeniranje je napravljeno 3D kamerom zasnovanom na kabini, prvobitno dizajniranom za industriju odeće, ali se u poslednje vreme sve češće koristi u biomedicinskim istraživanjima. Tim je razvio model koji je ubacio 3D skeniranje površine u dvoenergetsku rendgensku apsorpciometriju ili DKSA skener. Sa ulazima, DKSA skener je merio količine mišića, masti i kostiju.
DKSA skener je generisao rezultate koji pokazuju gde se nalaze distribucije masti i mišića, a tim je zatim potvrdio ovu tačnost standardnim merenjima koristeći vage i mernu traku. Kada se uporedi sa komercijalnim softverom koji se obično koristi u kliničkim okruženjima, jedinstvena kombinacija opreme i analize tima je dala merenja masti, nemasnih mišića i kostiju sa većom preciznošću. Na kraju, kombinacija ova dva dela opreme pomogla je da se afirmiše jak odnos između spoljašnjeg oblika karoserije i unutrašnjeg sastava.
„Sa našim ciljem da doprinesemo bazi znanja, čak i uparivanje dva opsežno testirana komada opreme otvara vrata dubokim mogućnostima merenja tela koja su i tačna i neinvazivna“, rekao je dr Džon Kirvan, izvršni direktor Pennington Biomedical. „Ova studija je najnovija u dugom nasleđu tehnološkog napretka dr Hejmsfilda u potrazi za poboljšanjima zdravlja, uključujući njegov rad sa najnovijim digitalnim alatima za zdravlje i dobrobit, koji je preduzeo 2021. kada je imenovan za Amazonovog stipendista.“
Pošto je tačnost ovog metoda potvrđena, dr Hejmsfild je uveren u to kako se ova vrsta skeniranja može koristiti. Navodeći da su ključne prednosti koliko je tačan i neinvazivan ovaj metod merenja, on predviđa da će se takve metode koristiti u merenju sarkopenije, odnosno nevoljnog gubitka mišićne mase i snage u vezi sa uzrastom.
