Körperfett-Analyse: KI-Tool PhotoScan schlägt Smartwatch-Sensoren
Veröffentlicht am: 20.08.2026 um 16:39 Uhr | Redaktion boerse-global.de
In der medizinischen Forschung werden kontinuierlich neue Methoden untersucht, um gesundheitsrelevante Parameter wie den Körperfettanteil und dessen Verteilung präziser und gleichzeitig zugänglicher zu erfassen.
Ein aktueller Forschungsprototyp von Google Research mit dem Namen „PhotoScan“ verdeutlicht das Potenzial von künstlicher Intelligenz in diesem Bereich. Das Tool ermöglicht es, die Körperzusammensetzung allein auf Basis von zwei zweidimensionalen Smartphone-Fotos – einer Frontal- und einer Seitenansicht – sowie der Angabe von Körpergröße und Gewicht zu schätzen.
Technologische Grundlagen des PhotoScan-Modells
Die technologische Basis von PhotoScan bildet eine Kombination aus Fotogrammetrie und Deep Learning. Der Algorithmus wurde entwickelt, um ohne spezielle Hardware-Erweiterungen auszukommen und lediglich die Kameraeigenschaften herkömmlicher Mobiltelefone zu nutzen.
Für die Entwicklung des Modells griffen die Wissenschaftler auf einen umfangreichen Datensatz zurück. Das Training erfolgte unter Verwendung von Daten von 35.323 Personen aus der UK-Biobank, wobei medizinische Goldstandards wie die Dual-Röntgen-Absorptiometrie (DXA) und Magnetresonanztomographie (MRT) als Referenz dienten.
In einem weiteren Schritt wurde das Modell mit Smartphone-Fotos von 677 Personen feingestimmt. Die Validierung der Ergebnisse erfolgte schließlich an einer Gruppe von 132 Probanden.
Durch diesen mehrstufigen Lernprozess ist die KI in der Lage, nicht nur den allgemeinen Körperfettanteil zu bestimmen, sondern auch spezifische Verhältnisse wie das Android/Gynoid-Verhältnis (A/G) oder das Verhältnis von viszeralem zu subkutanem Fett (V/S) zu analysieren.
Analyse der Messgenauigkeit im Vergleich zu BIA-Sensoren
Ein zentraler Aspekt der aktuellen Untersuchungen ist die Leistungsfähigkeit der KI im Vergleich zu marktüblichen Methoden. Bisher ist die bioelektrische Impedanzanalyse (BIA), wie sie in vielen Smartwatches und Wearables zum Einsatz kommt, die verbreitetste Methode für das private Gesundheits-Tracking. Tests aus dem Jahr 2026 deuten jedoch darauf hin, dass der KI-Ansatz eine höhere Genauigkeit erreichen kann.
Während die BIA-Messung bei Vergleichstests eine durchschnittliche Abweichung von 2,91 Prozentpunkten vom medizinischen Referenzwert aufwies, lag die Abweichung bei PhotoScan bei lediglich 2,15 Prozentpunkten.
Wer sich mit der präzisen Messung seiner Gesundheitsdaten befasst, sollte auch seine inneren Werte nicht vernachlässigen. Dieser kostenlose Report erklärt verständlich, welche Laborwerte wirklich wichtig sind und wie Sie Ihre Vitalstoff-Versorgung gezielt optimieren. Kostenlosen Laborwerte-Ratgeber jetzt anfordern
Andere Erhebungen zur Validierung des Modells nannten eine mittlere absolute Abweichung von 2,13 Prozentpunkten. Laut Google Research zeige das Modell damit eine exzellente Übereinstimmung mit DXA-Messungen und übertreffe die Sensoren gängiger Wearables.
Anwendungspotenziale in der medizinischen Diagnostik
Über die reine Dokumentation der Körperzusammensetzung hinaus zielt die Forschung auf die frühzeitige Erkennung von Stoffwechselerkrankungen ab. Ein wesentlicher Fokus liegt hierbei auf der Vorhersage einer Insulinresistenz. In diesem Bereich erzielte PhotoScan in den statistischen Auswertungen einen Wert von 0,760 (AUROC), was nahezu an die Genauigkeit von DXA-Scans heranreicht, die einen Wert von 0,773 aufweisen.
Im Vergleich zu herkömmlichen Screening-Methoden, die lediglich auf Alter, Geschlecht und dem Body-Mass-Index (BMI) basieren und einen Wert von 0,692 erreichen, stellt die KI-gestützte Analyse eine deutliche Verbesserung der Vorhersagekraft dar.
Die moderne Diagnostik bietet heute enorme Chancen, doch viele Menschen kennen die Bedeutung ihrer eigenen Blutwerte nicht. Erfahren Sie in diesem 25-seitigen PDF-Report, wie Sie Ihre Laborergebnisse selbst richtig deuten und Fehldiagnosen vermeiden können. Hier den kostenlosen 25-Seiten-Report sichern
Wissenschaftler betonen, dass PhotoScan damit einen vielversprechenden Mittelweg zwischen den hochpräzisen, aber teuren klinischen Verfahren wie DXA und den zwar einfach verfügbaren, aber oft ungenauen BIA-Messungen biete.
Trotz der technologischen Fortschritte bleibt festzuhalten, dass es sich bei PhotoScan aktuell um einen Forschungsprototypen und nicht um ein kommerziell verfügbares Produkt handelt.
Während das Potenzial für ein kontaktloses Gesundheits-Tracking groß ist, weisen Experten darauf hin, dass vor einer breiten Anwendung insbesondere Fragen des Datenschutzes beim Umgang mit sensiblen Körperfotos sowie die langfristige Validierung der Genauigkeit in unterschiedlichen Bevölkerungsgruppen geklärt werden müssen.
