מחקר שנערך לאחרונה מציג שיטה חדשנית לניתוח הרכב הגוף באמצעות טכניקות תלת מימד מתקדמות וטכניקות למידה עמוקה. גישה זו נועדה לספק הערכות מדויקות יותר של שומן בגוף וחלוקת השרירים, אשר מכריעים להבנת הסיכונים הבריאותיים הקשורים לתנאים שונים.
המחקר, "למידה עמוקה תלת-ממדית מפותלת לצורך הערכה לא לינארית של הרכב הגוף ממורפולוגיה של גוף כולו", שנכתבו על ידי חוקרים ממרכז המחקר הביו-רפואי של פנינגטון, אוניברסיטת וושינגטון, אוניברסיטת הוואי ואוניברסיטת קליפורניה-סן פרנסיסקו פורסם לאחרונה ב- NPJ רפואה דיגיטליתכתב עת של תיק הטבע.
מחקר זה מציג גישה חדשנית תוך שימוש בשיטות עמוקות ולא לינאריות כדי לשפר את הערכת הפרמטרים של הרכב הגוף, ועולה על הדיוק של מודלים לינאריים קודמים. קידום זה הוא בעל פוטנציאל לשיפור ההערכות במסגרות קליניות וביישומי מחקר.
מחברים של "למידה עמוקה מפותלת תלת -ממדית להערכה לא לינארית של הרכב הגוף ממורפולוגיה של גוף כולו" כללו את ד"ר סטיבן היימספילד של מרכז פנינגטון ביו -רפואי, ד"ר אייזק טיאן, ד"ר ג'ייסון ליו וד"ר בריאן קוריס; ד"ר מייקל וונג של אוניברסיטת הוואי, ניסה קלי, יונג ליו וד"ר ג'ון שפרד; ואוניברסיטת קליפורניה-סן-סן-פרנסיסקו ד"ר אנדראה ק. גרבר.
לד"ר סטיבן היימספילד ניסיון רב בהשמנה אנושית, ויסות איזון אנרגיה ופיתוח שיטות להערכת הרכב הגוף. תרומותיו לתחום זה היו מרכזיות בקידום ההבנה של חילוף החומרים האנושי ויישום טכנולוגיות חדשות כמו הדמיה אופטית תלת -ממדית במחקר רפואי. "
ד"ר ג'ון קירואן, מנכ"ל פנינגטון ביו -רפואי
פיתוח זה מייצג צעד קדימה בהדמיה רפואית והערכת בריאות, ומציע כלי אמין יותר עבור קלינאים וחוקרים להערכת הרכב הגוף ואת הסיכונים הבריאותיים הנלווים אליו.
"ליצור בקלות ובמהרה ליצור מפה דיגיטלית מפורטת של צורת גופו של אדם ואז להשתמש במידע זה כדי ליצור לא רק הערכות מדויקות של הרכב הגוף והסיכונים הבריאותיים שלהם, אלא גם תמונות תלת מימד תואמות, היה כמעט בלתי נתפס רק לפני מספר שנים, "אמר ד"ר היימספילד, פרופסור לחילוף חומרים והרכב גוף בפנינגטון ביו -רפואי. "התקדמות טכנולוגית כמו זו דורשת מיומנויות ממגוון רחב של מדענים ואני שמח לקבל את ההזדמנות כאן בפנינגטון ביו -רפואי לעבוד עם עמיתים מרחבי הארץ והעולם."
הדגשים העיקריים במחקר כוללים:
- הדמיה מתקדמת: החוקרים השתמשו בטכנולוגיית הדמיה תלת -ממדית כדי לתפוס ייצוגים מפורטים של צורת הגוף.
- יישום למידה עמוקה: על ידי יישום אלגוריתמי למידה עמוקים מתוחכמים, המחקר השיג הערכות מדויקות יותר של הרכב הגוף בהשוואה לשיטות מסורתיות.
- השלכות בריאותיות: ניתוח הרכב גוף מדויק חיוני להערכת סיכונים בריאותיים הקשורים להשמנה, מחלות לב וכלי דם והפרעות מטבוליות אחרות.
ממצאים אלה הם תוצאות מהצורה למעלה! מחקרים, הממומנים באמצעות AKG: NICHD #R01HD082166, מכונים לאומיים לבריאות מענקים של מרכז NORC (P30DK072476, פנינגטון/לואיזיאנה ו- P30DK040561, הרווארד); JAS: המכון הלאומי לסוכרת ומחלות עיכול וכליות (NIDDK) (R01DK109008 ו- R01DK111698). לקריאת המאמר המלא, בקרו בכתובת https://www.nature.com/articles/s41746-025-01469-6.
