Inteligența artificială transformă fotografiile alimentelor în analize nutriționale precise

O nouă tehnologie dezvoltată de cercetătorii de la NYU Tandon School of Engineering promite să revoluționeze monitorizarea dietei, eliminând necesitatea jurnalelor alimentare și a estimărilor aproximative. Prin simpla realizare a unei fotografii a mesei, un sistem bazat pe inteligență artificială (AI) poate calcula instantaneu caloriile, macronutrienții și compoziția nutrițională a alimentelor consumate. Această tehnologie ar putea deveni un instrument esențial pentru persoanele care își gestionează greutatea, diabetul sau alte afecțiuni legate de dietă.
Studiul cercetătorilor de la NYU Tandon School of Engineering a fost conceput pentru a depăși provocările majore care au limitat anterior precizia sistemelor AI de recunoaștere alimentară:

• Diversitatea vizuală a alimentelor, care variază în funcție de modul de preparare și sursă.
• Estimarea dimensiunilor porțiilor, esențială pentru calcularea precisă a caloriilor.
• Eficiența computațională, pentru a permite analiza rapidă și accesibilă pe dispozitive mobile.

Tehnologia utilizată

Cercetătorii au utilizat algoritmi avansați de deep learning, inclusiv modelul YOLOv8, combinat cu ONNX Runtime, o tehnologie care optimizează viteza de procesare. Spre deosebire de modelele anterioare, acest sistem:

• Recunoaște automat tipul alimentelor dintr-o imagine și le corelează cu baze de date nutriționale.
• Măsoară volumetric dimensiunea fiecărui aliment pe farfurie pentru a calcula porția exactă.
• Poate fi accesat direct dintr-un browser web, eliminând necesitatea unei aplicații dedicate.

Rezultatele testării

Sistemul a fost testat pe mai multe tipuri de alimente, demonstrând o precizie ridicată în estimarea valorilor nutriționale:

• Felie de pizza: 317 calorii, 10 g proteine, 40 g carbohidrați, 13 g grăsimi.
• Idli sambhar (preparat indian): 221 calorii, 7 g proteine, 46 g carbohidrați, 1 g grăsimi.
• Hot dog: 280 calorii.
• Baklava: 310 calorii, 18 g grăsimi.

Pentru validare, sistemul a fost comparat cu valori de referință, obținând o acuratețe de aproximativ 80% în identificarea și clasificarea alimentelor.

Impact și aplicații

Această tehnologie poate avea implicații majore în sănătate și nutriție, facilitând:

• Monitorizarea dietei fără efort pentru pacienții cu diabet, obezitate sau afecțiuni cardiovasculare.
• Îmbunătățirea strategiilor de nutriție în domenii precum medicina sportivă sau sănătatea publică.
• Asistență în controlul greutății, eliminând incertitudinile legate de auto-raportarea consumului alimentar.

În prezent, sistemul este disponibil ca aplicație web, dar cercetătorii intenționează să-l îmbunătățească pentru integrarea în platforme de sănătate digitală și dispozitive mobile.

Concluzii

Dezvoltarea acestui scanner alimentar bazat pe AI marchează un pas important către o monitorizare automată și precisă a dietei. Prin îmbunătățirea accesibilității și preciziei acestui tip de tehnologie, viitorul nutriției personalizate devine din ce în ce mai realizabil.