Déterminer sa masse graisseuse ne se résume pas à se peser. Les méthodes les plus précises nécessitent des scanners à rayons X , tandis que les capteurs d'impédance bioélectrique intégrés aux objets connectés fournissent des estimations approximatives. Google Research a opté pour une approche différente : quelques photos prises avec son smartphone suffisent .Ce système, baptisé PhotoScan , utilise l'intelligence artificielle pour analyser des images corporelles en 2D et fournir des données sur la composition corporelle. Il ne s'agit pas encore d'un produit commercialisé, mais une étude publiée par Android Authority présente des résultats prometteurs.

Le modèle a été entraîné à l'aide de données issues d'examens DXA (absorptiométrie à rayons X à double énergie), la technique radiologique considérée comme la référence pour la mesure du pourcentage de masse grasse. Google y a ajouté des données IRM et, dans une dernière étape, des images réelles prises par des smartphones. Il en résulte un système capable d'estimer non seulement le pourcentage total de masse grasse , mais aussi des ratios plus spécifiques tels que la masse grasse viscérale par rapport à la masse grasse sous-cutanée, ou encore la masse grasse du tronc par rapport à celle des jambes.

Ces derniers paramètres sont particulièrement intéressants car les capteurs d'impédance bioélectrique (BIA) des objets connectés, comme les montres et les balances intelligentes, ne permettent même pas d'effectuer ces mesures. PhotoScan les surpasse sur les deux points : la précision de la mesure de la masse grasse totale et les capacités d'analyse dont sont dépourvus les appareils connectés. Google a également testé la capacité de PhotoScan à prédire la résistance à l'insuline , un indicateur important du risque de diabète de type 2. Ce n'est pas un hasard : on retrouve cette même orientation dans le projet Google Health avec Abbott Lingo et dans les fonctionnalités annoncées pour la Pixel Watch 5 , qui vise de plus en plus un suivi proactif de la santé.