该功能按月展示身体对血糖波动的反应估算数据，这是体重管理及预防 2 型糖尿病的关键指标。身体成分（脂肪、骨骼肌和骨头比例）作为衡量胰岛素抵抗和代谢健康的重要标志，通常需通过医疗级 DXA（双能 X 射线吸收测定法）扫描或家用设备进行测量。
目前，智能体脂秤及部分智能手表（如三星 Galaxy Watch Ultra 2）多采用 " 生物电阻抗分析 "（BIA）技术。该技术通过向人体发送微弱电流，依据电流在不同组织中传导速度的差异来估算组织百分比。然而，BIA 的精度往往受限。
无需额外硬件，AI 赋能手机摄像头
Google 正在研发一种名为 PhotoScan 的新方案，旨在摆脱对专用设备或 BIA 组件的依赖，仅凭借智能手机摄像头和内置 AI 模型即可实现更精准的身体扫描。
据研究博客介绍，Google 通过训练 AI 模型，使其能够将受试者的智能手机照片与医疗级 DXA 扫描数据及其他相关信息进行匹配。结果显示，该模型在估算体脂率等指标时实现了 " 强 DXA 一致性 "，达到了 " 预测胰岛素抵抗的近 DXA 精度 "。
研究人员指出，临床 DXA 成像虽最准确但缺乏可扩展性，而可穿戴 BIA 传感器虽便捷却仅能提供基础估算。PhotoScan 则提供了一种有前景的中间方案，能从标准智能手机图像中估算精细的身体成分。
尽管该技术尚未商业化，但其已证明基于智能手机进行身体成分估算的可行性。令人期待的是，这项功能未来有望集成至 Pixel 手机中。
【星途科讯 图文丨赵晶 首发于 ZAKER 科技，转载请注明出处】
