KI in der Ernährung: Gesundes Essen mit Computer Vision leichter machen
Entdecke, wie KI in der Ernährungsberatung zur Erfassung der Nahrungsaufnahme, für Rezeptvorschläge und personalisierte Ernährungsberatung eingesetzt werden kann und welche Auswirkungen sie auf die Medizinbranche hat.
Gesunde Ernährung und fit bleiben sind Ziele, die viele von uns erreichen möchten. Einer Umfrage zufolge möchten 70 % der Menschen gesünder leben, und für 50 % von ihnen hat eine gesündere Ernährung höchste Priorität. Gelegentlich greifen wir vielleicht auf den Rat von Ärzten und Ernährungsberatern zurück. Das kann jedoch zeitaufwendig sein und Termine sowie die Dokumentation von Mahlzeiten erfordern. Besonders die Dokumentation von Mahlzeiten kann mühsam und fehleranfällig sein.
KI und Computer Vision können eine gesunde Ernährung einfacher und zugänglicher machen. Sie können dabei helfen, deine Ernährung zu analysieren, Nährwerte zu erfassen und sogar Rezepte auf Grundlage deiner Gesundheitsziele vorzuschlagen. Diese Technologien können außerdem Allergene erkennen und so die Planung von Mahlzeiten für Menschen mit Ernährungseinschränkungen einfacher und sicherer machen. In diesem Artikel sehen wir uns genauer an, wie diese Technologien für Aufgaben wie die Erfassung von Nährwerten und das Vorschlagen von Rezepten eingesetzt werden können. Außerdem betrachten wir, wie sich KI in der Ernährung auf die Gesundheitsbranche auswirkt. Legen wir los!
Abb. 1. Mit KI die Kalorienzahl einer Mahlzeit zählen.
Computer Vision zur Erfassung von Nährwerten und zur Lebensmittelanalyse#
Eine falsche Nährstoffzufuhr kann verschiedene gesundheitliche Komplikationen verursachen. Forschende haben festgestellt, dass der Verzehr bestimmter Lebensmittel und Nährstoffe in zu großen oder zu kleinen Mengen das Risiko für Herzerkrankungen und Schlaganfälle erhöhen kann. Deshalb ist es sehr wichtig, deine Nährstoffzufuhr zu erfassen. Traditionell bedeutet das, die verzehrten Lebensmittel manuell zu dokumentieren, Portionsgrößen zu schätzen und Nährwertangaben nachzuschlagen. Das kann zeitaufwendig sein und eine Fehlerquote beinhalten. Mit KI- und Computer-Vision-Technologien ist die Erfassung von Nährwerten heute einfacher denn je.
Wenn du dich zum Essen hinsetzt, kannst du ein Foto deiner Schüssel oder deines Tellers aufnehmen, und Computer-Vision-Modelle können das Bild analysieren, um die verschiedenen Lebensmittel zu erkennen. Das KI-System kann anschließend die Portionsgrößen schätzen und detaillierte Nährwertangaben bereitstellen. Mithilfe von Objekterkennung können Computer-Vision-Systeme beispielsweise die Lebensmittel auf deinem Teller präzise erkennen.
Abb. 2. Verwendung des Ultralytics YOLOv8-Computer-Vision-Modells zur Erkennung von Erdbeeren.
Die erkannten Lebensmittel können anschließend mit einer umfangreichen Datenbank mit Nährwertangaben abgeglichen werden. Fortschrittliche Algorithmen wie die Tiefenschätzung können dabei helfen, Portionsgrößen zu schätzen. Sobald die Lebensmittel erkannt und die Portionsgrößen geschätzt wurden, kann das System die Kalorien, Makronährstoffe (wie Proteine, Fette und Kohlenhydrate) sowie Mikronährstoffe (wie Vitamine und Mineralstoffe) berechnen und dir eine detaillierte Nährwertübersicht deiner Mahlzeit liefern.
Apps zur Erfassung von Mahlzeiten mit Computer Vision#
Eine der beliebtesten Anwendungen von Computer Vision zur Erfassung von Mahlzeiten sind mobile Apps. Werfen wir einen kurzen Blick auf einige spannende Optionen für die KI-gestützte Erfassung von Mahlzeiten.
SnapCalorie ist eine App, die mithilfe von Computer Vision den Kaloriengehalt und die Makronährstoffe anhand eines Fotos schätzt. Sie wurde mit 5.000 Mahlzeiten trainiert, reduziert Fehler bei der Kalorienschätzung auf weniger als 20 % und übertrifft die meisten Menschen. Die Ergebnisse können in einem Ernährungstagebuch protokolliert oder in Fitnessplattformen wie Apple Health exportiert werden.
Eine weitere interessante Innovation für die KI-gestützte Erfassung von Nährwerten ist die LogMeal API. Sie verwendet Deep-Learning-Algorithmen, die mit großen Datensätzen von Lebensmittelbildern trainiert wurden, um Lebensmittel präzise zu erkennen und zu klassifizieren. Die Modelle von LogMeal erreichen bei 1.300 Gerichten eine Genauigkeit von 93 % und liefern detaillierte Nährwertanalysen, erkennen Zutaten und schätzen Portionsgrößen. Die LogMeal API lässt sich problemlos in Apps integrieren, um Lösungen zur Erfassung von Mahlzeiten für Restaurants, Selbstbedienungskioske, Start-ups im Bereich Lebensmitteltechnologie, Gesundheitsdienstleister und andere Verbraucher zu entwickeln.
Abb. 3. Lebensmittel mit LogMeal erkennen.
Mit KI Rezepte vorschlagen#
KI kann auf Grundlage der in deiner Küche verfügbaren Zutaten gesunde Rezepte vorschlagen. Computer-Vision-Techniken wie Segmentierung können verschiedene Zutaten auf einem Bild deines Kühlschranks oder deiner Vorratskammer erkennen. Darauf aufbauend kann ein großes Sprachmodell (LLM) wie ChatGPT mithilfe von generativer KI Rezepte vorschlagen. Da du ein LLM mit Eingaben anweisen kannst, kannst du auch Ernährungseinschränkungen wie vegan, glutenfrei oder kohlenhydratarm angeben. Das KI-System stellt dann Rezeptvorschläge zusammen, die deinen Kriterien entsprechen.
Abb. 4. Zutaten mit Computer Vision erkennen.
„Sous Chef“, eine angepasste Version von ChatGPT, ist ein hervorragendes Beispiel für diese Technologie. Das System kann auf Grundlage deiner vorhandenen Zutaten Rezepte vorschlagen. Du kannst entweder die Zutaten als Eingabe angeben oder ein Bild von dem hochladen, was sich in deinem Kühlschrank befindet.
Vielleicht fragst du dich, ob wir ein solches System wirklich brauchen. Systeme zur KI-gestützten Rezeptvorschlagung bieten viele Vorteile, etwa die Verringerung von Lebensmittelverschwendung durch die sinnvolle Nutzung vorhandener Zutaten und eine größere Vielfalt an Mahlzeiten mit Gourmetgerichten. Sie können dir außerdem dabei helfen, dich ausgewogen zu ernähren. Beispielsweise können von einem KI-Rezeptgenerator vorgeschlagene personalisierte Ernährungspläne dir helfen, deine Fitnessziele zu erreichen. Diese Systeme können das Kochen außerdem deutlich unterhaltsamer und kreativer machen.
Start-ups, die mit KI die Ernährungsbranche innovieren#
In der Lebensmittel- und Ernährungsbranche wird im Bereich KI viel faszinierende Arbeit geleistet. Werfen wir einen Blick auf einige Start-ups, die KI in die Lebensmittel integrieren, die wir täglich essen.
Journey Foods, ein in den USA ansässiges Start-up, stellt Informationen zu Zutaten bereit, um neue verpackte Lebensmittel zu entwickeln und auf den Markt zu bringen. Die Data-Science-Plattform JourneyAI analysiert Millionen von Zutaten sowie Daten aus der Lieferkette, um für jedes Produkt die ideale Zutat zu finden. Sie erfasst und speichert große Datenmengen zu Chemikalien und Nährstoffen, um optimale Rezepturen für Lebensmittel zu erstellen. Die Plattform ermöglicht es Herstellern verpackter Lebensmittel außerdem, den gesamten Produktlebenszyklus mithilfe einer datengestützten Entwicklung von Lebensmitteln besser zu verwalten.
Ein weiteres innovatives Start-up in der Ernährungsbranche ist Viome. Viome nutzt künstliche Intelligenz und mRNA-Sequenzierungstechnologie, um personalisierte Empfehlungen für Ernährung und Wohlbefinden anzubieten. Das Unternehmen stellt Tests für zu Hause bereit, die das Mikrobiom und die Genexpression analysieren, um präzise Einblicke in die Gesundheit einer Person zu liefern. Diese Erkenntnisse helfen dabei, die zugrunde liegenden Ursachen mikrobieller Ungleichgewichte und von Entzündungen zu erkennen. Auf Grundlage dieser Informationen verschreibt Viome maßgeschneiderte Nahrungsergänzungsmittel und Ernährungsempfehlungen, die auf die individuelle Biochemie jeder Person abgestimmt sind. Durch den Fokus auf die Prävention chronischer Krankheiten und die Behandlung grundlegender Gesundheitsprobleme macht Viome fortschrittliches Gesundheitsmanagement zugänglich und personalisiert.
Abb. 5. Lebensmittelempfehlungen auf Grundlage von KI und Genomsequenzierung.
Die Nachteile von KI-Ernährungsberatern abwägen#
KI-gestützte Ernährungssysteme bieten zwar viele Vorteile, doch wir müssen auch ihre Nachteile verstehen. Ein großes Problem sind der Datenschutz und die Datensicherheit. Diese Systeme benötigen Zugriff auf sensible persönliche Gesundheits- und Ernährungsinformationen. Wenn diese Daten nicht ausreichend geschützt sind, könnten sie missbraucht oder gestohlen werden.
Auch Verzerrungen in KI-Algorithmen geben Anlass zur Sorge. Wenn die Trainingsdaten nicht vielfältig genug sind, sind die Empfehlungen möglicherweise nicht für alle Menschen zutreffend, was für bestimmte Personengruppen zu unpassenden Ratschlägen führen kann. Ein weiteres Problem ist das Risiko, sich zu stark auf Technologie zu verlassen. KI kann hilfreiche Erkenntnisse liefern, sollte aber nicht das Fachwissen menschlicher Ernährungsberater und Gesundheitsdienstleister ersetzen.
Die Auswirkungen auf die Medizinbranche#
KI-gestützte Systeme zur Erfassung von Nährwerten und zur Beratung durch Ernährungsfachkräfte werden die Medizinbranche voraussichtlich neu gestalten und die Rolle menschlicher Ernährungsberater und Gesundheitsfachkräfte verändern. Sie bieten der Öffentlichkeit außerdem mehr Möglichkeiten, sich zur Nährstoffzufuhr beraten zu lassen. Etwa 40 % der Menschen sind der Meinung, dass sie vor der Aufnahme eines Nahrungsergänzungsmittels in ihren Alltag nicht mit ihrem Arzt sprechen müssen. KI erleichtert den Zugang zu einer Expertenmeinung und kann die Öffentlichkeit dazu ermutigen, vor Änderungen der eigenen Nährstoffzufuhr weitere Einschätzungen einzuholen.
Eine Transformation durch KI könnte die Art und Weise, wie Ernährung und Ernährungsmanagement gehandhabt werden, grundlegend verändern. Alexandra Kaplan, Ernährungsberaterin und Ernährungswissenschaftlerin bei Core Nutrition in Westchester, New York, sagt: „Vorausgesetzt, die KI ist genau, könnte sie sehr nützlich sein, weil sie mir helfen würde, die genaue Portion dessen zu bestimmen, was auf dem Teller liegt, und anschließend zu ermitteln, was in den Lebensmitteln enthalten ist. Für Patienten könnte es daher hilfreich sein zu wissen, was sie bei dieser Mahlzeit essen.“
Anstatt menschliche Ernährungsberater zu ersetzen, kann KI als leistungsstarkes Werkzeug dienen, das deren Fachwissen ergänzt. KI kann datengestützte Erkenntnisse liefern, die klinische Entscheidungen unterstützen und Ernährungsberatern dabei helfen, wirksamere Behandlungspläne zu entwickeln. So kann KI beispielsweise Muster in den Ernährungsgewohnheiten eines Patienten erkennen, die zu chronischen Krankheiten beitragen, und Ernährungsberatern ermöglichen, früher und wirksamer einzugreifen.
Das Wichtigste zu KI in der Ernährung#
Computer Vision und KI können die Erfassung unserer Ernährung deutlich erleichtern und sogar als persönlicher Ernährungsberater dienen. Diese Technologien können dazu beitragen, die Gesundheit von Patienten zu verbessern, indem sie eine präzise Überwachung und individuell abgestimmte Ernährungspläne ermöglichen. Gleichzeitig können sie die Kosten im Gesundheitswesen senken, indem sie die meisten komplexen Prozesse der Ernährungsberatung effizienter gestalten. Obwohl KI einige Einschränkungen aufweist, etwa Probleme mit der Genauigkeit und das Fehlen einer persönlichen menschlichen Note, können KI-Innovationen das menschliche Fachwissen ergänzen und die Ernährungsversorgung insgesamt verbessern. Von den Lebensmittelreplikatoren aus Star Trek sind wir vielleicht noch weit entfernt, doch KI in der Ernährung gestaltet die Zukunft neu.
Lass uns gemeinsam innovativ sein! Sieh dir unser GitHub-Repository an, um unsere Beiträge zur KI zu entdecken. Erfahre, wie wir Branchen wie Fertigung und Gesundheitswesen mit modernster KI-Technologie neu definieren. 🚀
