الذكاء الاصطناعي في التغذية: تبسيط الأكل الصحي بالرؤية الحاسوبية

يُعد تناول الطعام الصحي والحفاظ على اللياقة البدنية هدفاً يسعى الكثير منا لتحقيقه. ووفقاً لاستطلاع للرأي، فإن 70% من الأشخاص يرغبون في أن يكونوا أكثر صحة، وبالنسبة لـ 50% منهم، يعتبر تناول طعام صحي أولوية قصوى. في بعض الأحيان، قد نعتمد على نصائح الأطباء وأخصائيي التغذية. ومع ذلك، قد يستغرق هذا وقتاً طويلاً ويتطلب مواعيد وتتبعاً للوجبات. وتتبع الوجبات، على وجه الخصوص، يمكن أن يكون أمراً مملاً وعرضة للأخطاء.

يمكن للذكاء الاصطناعي والرؤية الحاسوبية أن يجعلا تناول الطعام الصحي أكثر بساطة وسهولة. فهي تساعد في تحليل ما تأكله، وتتبع تغذيتك، وحتى اقتراح وصفات بناءً على أهدافك الصحية. يمكن لهذه التقنيات أيضاً المساعدة في تحديد مسببات الحساسية لجعل تخطيط الوجبات أسهل وأكثر أماناً للأشخاص الذين لديهم قيود غذائية. في هذه المقالة، سنلقي نظرة فاحصة على كيفية استخدام هذه التقنيات في مهام مثل تتبع التغذية واقتراح الوصفات. كما سنرى كيف يؤثر الذاء الاصطناعي في التغذية على قطاع الرعاية الصحية. لنبدأ!

الشكل 1. استخدام الذكاء الاصطناعي لحساب عدد السعرات الحرارية في الوجبة.

Link to this sectionالرؤية الحاسوبية في تتبع التغذية وتحليل الطعام#

يمكن أن تنشأ مضاعفات صحية مختلفة بسبب سوء التغذية. وقد وجد الباحثون أن استهلاك الكثير أو القليل جداً من أطعمة وعناصر غذائية معينة يمكن أن يزيد من خطر الإصابة بأمراض القلب والسكتة الدماغية. ولهذا السبب، من المهم جداً تتبع مدخولك الغذائي. تقليدياً، يتضمن تتبع المدخول الغذائي تسجيل الأطعمة التي تتناولها يدوياً، وتقدير أحجام الحصص، والبحث عن المعلومات الغذائية، وهو ما قد يستغرق وقتاً طويلاً وينطوي على هامش للخطأ. ومع تقنيات الذكاء الاصطناعي والرؤية الحاسوبية، أصبح تتبع التغذية الآن أسهل من أي وقت مضى.

عندما تجلس لتناول الطعام، يمكنك التقاط صورة لوعائك أو طبقك، ويمكن لـ نماذج الرؤية الحاسوبية تحليل الصورة للتعرف على الأطعمة المختلفة. يمكن لنظام الذكاء الاصطناعي بعد ذلك تقدير أحجام الحصص وتوفير معلومات غذائية مفصلة. على سبيل المثال، باستخدام اكتشاف الأشياء، يمكن لأنظمة الرؤية الحاسوبية التعرف بدقة على العناصر الغذائية الموجودة في طبقك.

الشكل 2. استخدام نموذج الرؤية الحاسوبية Ultralytics YOLOv8 لاكتشاف الفراولة.

يمكن بعد ذلك مطابقة العناصر الغذائية المحددة مع قاعدة بيانات كبيرة من المعلومات الغذائية. يمكن للخوارزميات المتقدمة مثل تقدير العمق المساعدة في تقدير أحجام الحصص. بمجرد تحديد الأطعمة وتقدير أحجام الحصص، يمكن للنظام حساب السعرات الحرارية، والمغذيات الكبيرة (مثل البروتينات والدهون والكربوهيدرات)، والمغذيات الدقيقة (مثل الفيتامينات والمعادن)، لتعطيك تحليلاً غذائياً مفصلاً لوجبتك.

Link to this sectionتطبيقات تتبع الوجبات المدعومة بالرؤية الحاسوبية#

أحد أكثر تطبيقات الرؤية الحاسوبية شيوعاً في تتبع الوجبات هو من خلال تطبيقات الهاتف المحمول. دعونا نلقي نظرة سريعة على بعض خيارات تتبع الوجبات المثيرة التي تعمل بالذكاء الاصطناعي.

SnapCalorie هو تطبيق يستخدم الرؤية الحاسوبية لتقدير محتوى السعرات الحرارية والمغذيات الكبيرة من صورة. بفضل تدريبه على 5000 وجبة، فإنه يقلل من أخطاء تقدير السعرات الحرارية إلى أقل من 20% ويتفوق على معظم البشر. يمكن تسجيل النتائج في سجل طعام أو تصديرها إلى منصات اللياقة البدنية مثل Apple Health.

وبالمثل، فإن أحد الابتكارات المثيرة للاهتمام التي تدفع تتبع التغذية بالذكاء الاصطناعي هو LogMeal API. فهو يستخدم خوارزميات التعلم العميق التي تم تدريبها على مجموعات بيانات كبيرة من صور الطعام لاكتشاف الأطعمة والتعرف عليها بدقة. تحقق نماذج LogMeal دقة بنسبة 93% عبر 1300 طبق وتوفر تحليلاً غذائياً مفصلاً، واكتشاف المكونات، وتقدير حجم الحصة. يمكن دمج LogMeal API بسهولة في التطبيقات لإنشاء حلول تتبع الوجبات للمطاعم، وأكشاك الطلب الذاتي، والشركات الناشئة في مجال تكنولوجيا الغذاء، ومقدمي الرعاية الصحية، وغيرهم من المستهلكين.

الشكل 3. تحديد العناصر الغذائية باستخدام Logmeal.

Link to this sectionاستخدام الذكاء الاصطناعي لاقتراح الوصفات#

يمكن للذكاء الاصطناعي اقتراح وصفات صحية بناءً على ما هو متاح في مطبخك. يمكن لتقنيات الرؤية الحاسوبية مثل التجزئة التعرف على المكونات المختلفة في صورة لثلاجتك أو مخزنك. بناءً على ذلك، يمكن لنموذج لغوي كبير (LLM) مثل ChatGPT اقتراح وصفات باستخدام الذكاء الاصطناعي التوليدي. ونظراً لأنه يمكنك توجيه نموذج لغوي كبير، يمكنك أيضاً تحديد قيود غذائية مثل النظام الغذائي النباتي، أو الخالي من الجلوتين، أو منخفض الكربوهيدرات، وسيقوم نظام الذكاء الاصطناعي بتنظيم اقتراحات الوصفات لتلبية معاييرك.

الشكل 4. التعرف على المكونات باستخدام الرؤية الحاسوبية.

"Sous Chef"، وهي نسخة مخصصة من ChatGPT، مثال رائع لهذه التقنية. يمكنه اقتراح وصفات بناءً على ما لديك. يمكنك إما إدخال المكونات أو تحميل صورة لما لديك في ثلاجتك.

قد تتساءل، هل نحتاج حقاً إلى مثل هذا النظام؟ توفر أنظمة اقتراح الوصفات المعتمدة على الذكاء الاصطناعي العديد من الفوائد مثل تقليل هدر الطعام من خلال الاستفادة الجيدة من المكونات المتاحة وزيادة تنوع الوجبات بأطباق الذواقة. يمكنهم أيضاً مساعدتك في الحفاظ على نظام غذائي متوازن. على سبيل المثال، يمكن لخطط الوجبات الشخصية التي يقترحها مولد وصفات الذكاء الاصطناعي أن تساعدك على تحقيق أهداف اللياقة البدنية. يمكن لهذه الأنظمة أيضاً جعل الطهي أكثر متعة وإبداعاً.

Link to this sectionالشركات الناشئة التي تبتكر باستخدام الذكاء الاصطناعي في صناعة التغذية#

هناك الكثير من العمل الرائع الذي يتم إنجازه في صناعة الغذاء والتغذية فيما يتعلق بالذكاء الاصطناعي. دعونا نلقي نظرة على بعض الشركات الناشئة التي تدمج الذكاء الاصطناعي في الطعام الذي نتناوله كل يوم.

Journey Foods، شركة ناشئة مقرها الولايات المتحدة، توفر ذكاء المكونات لتطوير وإطلاق منتجات غذائية معبأة جديدة. تحلل منصة علوم البيانات الخاصة بهم، JourneyAI، ملايين المكونات وبيانات سلسلة التوريد للعثور على المكون المثالي لكل منتج. وهي تجمع وتخزن كميات هائلة من البيانات حول المواد الكيميائية والمواد المغذية لإنشاء أفضل تركيبات للمنتجات الغذائية. كما تمكن المنصة شركات تصنيع الأغذية المعبأة من إدارة دورات حياة المنتج بالكامل بشكل أفضل من خلال اكتشاف الغذاء القائم على البيانات.

شركة ناشئة مبتكرة أخرى في مجال التغذية هي Viome. تستخدم Viome الذكاء الاصطناعي وتقنية تسلسل الحمض النووي الريبي (mRNA) لتقديم توصيات مخصصة للتغذية والعافية. وهي توفر اختبارات منزلية تحلل الميكروبيوم والتعبير الجيني لتقديم رؤى دقيقة حول صحة الفرد. تساعد هذه الرؤى في تحديد الأسباب الكامنة وراء الاختلالات الميكروبية والالتهابات. بناءً على هذه المعلومات، تصف Viome مكملات مصممة خصيصاً وتوصيات غذائية مصممة لتناسب الكيمياء الحيوية الفريدة لكل شخص. من خلال التركيز على الوقاية من الأمراض المزمنة ومعالجة المشكلات الصحية الجذرية، تجعل Viome إدارة الصحة المتقدمة سهلة الوصول وشخصية.

الشكل 5. توصيات غذائية قائمة على الذكاء الاصطناعي وتسلسل الجينوم.

Link to this sectionوزن عيوب أخصائيي التغذية بالذكاء الاصطناعي#

في حين أن الأنظمة الغذائية المعززة بالذكاء الاصطناعي توفر العديد من الفوائد، نحتاج أيضاً إلى فهم بعض عيوبها. إحدى المشكلات الرئيسية هي خصوصية البيانات وأمنها. تحتاج هذه الأنظمة إلى الوصول إلى معلومات صحية وغذائية شخصية حساسة. إذا لم تكن هذه البيانات محمية بشكل جيد، فقد يتم إساءة استخدامها أو سرقتها.

أيضاً، هناك قلق بشأن التحيز في خوارزميات الذكاء الاصطناعي. إذا لم تكن بيانات التدريب متنوعة بما فيه الكفاية، فقد لا تكون التوصيات دقيقة للجميع، مما قد يؤدي إلى نصائح سيئة لمجموعات معينة من الناس. قضية أخرى هي خطر الاعتماد المفرط على التكنولوجيا. يمكن للذكاء الاصطناعي تقديم رؤى مفيدة، ولكن لا ينبغي أن يحل محل خبرة أخصائيي التغذية ومقدمي الرعاية الصحية البشريين.

Link to this sectionالتأثير على القطاع الطبي#

من المقرر أن يعيد تتبع التغذية وأنظمة أخصائيي التغذية التي تعمل بالذكاء الاصطناعي تشكيل القطاع الطبي، وتغيير أدوار أخصائيي التغذية البشريين ومهنيي الرعاية الصحية. كما أنها تمنح الجمهور المزيد من الخيارات عندما يتعلق الأمر بالحصول على المشورة بشأن المدخول الغذائي. حوالي 40% من الناس لا يشعرون أنهم بحاجة للتحدث مع طبيبهم قبل إضافة مكمل غذائي إلى روتينهم اليومي. يسهل الذكاء الاصطناعي الحصول على رأي خبير ويمكن أن يشجع الجمهور على الحصول على مزيد من المدخلات قبل إجراء تغييرات على مدخولهم الغذائي.

من المحتمل أن يؤدي تحول الذكاء الاصطناعي إلى تغيير جذري في كيفية التعامل مع التغذية وإدارة النظام الغذائي. صرحت ألكسندرا كابلان، وهي أخصائية تغذية في Core Nutrition ومقرها ويستشستر، نيويورك، قائلة: "بافتراض أنها دقيقة (الذكاء الاصطناعي)، فقد تكون مفيدة للغاية لأنها ستساعدني على معرفة الحصة الدقيقة لما هو موجود في الطبق وما هو موجود في الطعام، لذا قد يكون من المفيد للمرضى معرفة ما يتناولونه في تلك الوجبة."

بدلاً من استبدال أخصائيي التغذية البشريين، يمكن للذكاء الاصطناعي أن يكون أداة قوية تكمل خبرتهم. يمكن للذكاء الاصطناعي تقديم رؤى قائمة على البيانات يمكن أن تدعم اتخاذ القرارات السريرية مما يساعد أخصائيي التغذية على تطوير خطط علاج أكثر فعالية. على سبيل المثال، يمكن للذكاء الاصطناعي تحديد الأنماط في العادات الغذائية للمريض التي تساهم في الأمراض المزمنة، والسماح لأخصائيي التغذية بالتدخل في وقت أبكر وبشكل أكثر فعالية.

Link to this sectionملخص حول الذكاء الاصطناعي في التغذية#

يمكن للرؤية الحاسوبية والذكاء الاصطناعي أن يجعلا تتبع ما نأكله أسهل بكثير، ويمكنهما حتى أن يكونا أخصائي التغذية الشخصي الخاص بك. يمكن استخدام هذه التقنيات للمساعدة في تحسين صحة المرضى من خلال توفير مراقبة دقيقة وخطط غذائية مخصصة، مع خفض تكاليف الرعاية الصحية أيضاً من خلال جعل معظم عمليات أخصائيي التغذية المعقدة أكثر كفاءة. على الرغم من أن الذكاء الاصطناعي لديه بعض القيود، مثل مشاكل الدقة ونقص اللمسة البشرية الشخصية، إلا أن ابتكارات الذكاء الاصطناعي يمكن أن تكمل الخبرة البشرية وتعزز الرعاية الغذائية الشاملة. قد لا نزال بعيدين كل البعد عن أجهزة محاكاة الطعام في Star Trek، لكن الذكاء الاصطناعي في التغذية يعيد تشكيل المستقبل.

دعونا نبتكر معاً! استكشف مستودع GitHub الخاص بنا لرؤية مساهماتنا في الذكاء الاصطناعي. اكتشف كيف نعيد تعريف صناعات مثل التصنيع والرعاية الصحية باستخدام تقنية الذكاء الاصطناعي المتطورة. 🚀