使用人工智能二维照片方法估计身体脂肪百分比的进展
Tathiany J Ferreira1, Igor C Salvador1, Carolina R Pessanha1
1Josué de Castro Institute of Nutrition, Federal University of Rio de Janeiro, Rio de Janeiro, RJ, Brazil.
NPJ digital medicine
|January 18, 2025
概括
使用2D照片的人工智能 (AI) 对DXA对体脂肪百分比 (BFP) 估计的高度一致. 这种可访问的AI方法为传统的临床评估提供了切实可行的替代方案.
科学领域:
- 生物识别信息 生物识别信息
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 准确的身体脂肪百分比 (BFP) 估计对于健康评估至关重要.
- 像DXA这样的传统方法是有效的,但并不总是可以获得的.
- 现场方法需要评估与人工智能集成,以获得更广泛的应用.
研究的目的:
- 评估AI-2D照片和双能X射线吸收度 (DXA) 之间的一致性,用于BFP估计.
- 将AI-2D照片与其他现场方法进行比较,包括皮,超声波和BIA.
- 确定AI-2D照片作为替代BFP测量工具的临床实用性.
主要方法:
- 一项涉及1273名成年人的横截面研究.
- 将AI-2D照片与DXA作为参考标准进行比较.
- 使用布兰德-阿尔特曼图表,林斯CCC和错误分析进行统计分析,以评估协议.
主要成果:
- 人工智能-2D照片显示了与DXA (CCC ≥0.96) 的实质一致性,优于其他方法.
- 在特定条件下,生物电阻分析 (BIA) 设备显示中等一致性 (CCC = 0.900.95).
- 人工智能-2D照片被证明是对DXA进行评估的最准确的现场方法.
结论:
- 人工智能2D照片为BFP估计提供了一个实用,可访问和易于使用的系统.
- 人工智能-2D照片分析可以与DXA互换,提供了一个可行的替代方案.
- 这项技术增强了对身体组成的现实世界分析和临床决策.
