IA en nutrición: facilita una alimentación saludable con visión por ordenador
Descubre cómo puede utilizarse la IA en nutrición para registrar la ingesta de alimentos, sugerir recetas y ofrecer servicios personalizados de dietética, así como su impacto en el sector médico.
Comer de forma saludable y mantenerse en forma es un objetivo que muchos nos esforzamos por alcanzar. Según una encuesta, el 70 % de las personas quieren estar más sanas, y para el 50 % de ellas, comer de forma más saludable es una prioridad principal. En ocasiones, podemos recurrir a los consejos de médicos y dietistas. Sin embargo, esto puede llevar tiempo e implicar citas y un seguimiento de las comidas. En particular, hacer un seguimiento de las comidas puede resultar tedioso y propenso a errores.
La IA y la visión por computador pueden hacer que comer de forma saludable sea más sencillo y accesible. Pueden ayudar a analizar lo que comes, hacer un seguimiento de tu nutrición e incluso sugerir recetas basadas en tus objetivos de salud. Estas tecnologías también pueden ayudar a identificar alérgenos para que planificar las comidas sea más fácil y seguro para las personas con restricciones alimentarias. En este artículo, analizaremos más de cerca cómo pueden utilizarse estas tecnologías para tareas como el seguimiento nutricional y la sugerencia de recetas. También veremos cómo la IA en nutrición está afectando al sector de la sanidad. ¡Empecemos!
Fig. 1. Uso de la IA para contar el número de calorías de una comida.
Visión por computador para el seguimiento nutricional y el análisis de alimentos#
Una ingesta nutricional inadecuada puede provocar diversas complicaciones de salud. Los investigadores han descubierto que consumir una cantidad excesiva o insuficiente de ciertos alimentos y nutrientes puede aumentar el riesgo de sufrir enfermedades cardíacas y accidentes cerebrovasculares. Por eso es muy importante hacer un seguimiento de tu ingesta nutricional. Tradicionalmente, hacer un seguimiento de la ingesta nutricional implica registrar manualmente los alimentos que comes, estimar el tamaño de las porciones y consultar la información nutricional, lo que puede llevar tiempo y conllevar un margen de error. Gracias a las tecnologías de IA y visión por computador, hacer un seguimiento de la nutrición es ahora más fácil que nunca.
Cuando te sientas a comer, puedes hacer una foto de tu cuenco o plato, y los modelos de visión por computador pueden analizar la imagen para identificar los distintos alimentos. A continuación, el sistema de IA puede estimar el tamaño de las porciones y proporcionar información nutricional detallada. Por ejemplo, mediante la detección de objetos, los sistemas de visión por computador pueden identificar con precisión los alimentos de tu plato.
Fig. 2. Uso del modelo de visión por computador Ultralytics YOLOv8 para detectar fresas.
A continuación, estos alimentos identificados pueden asociarse con una amplia base de datos de información nutricional. Los algoritmos avanzados, como la estimación de profundidad, pueden ayudar a estimar el tamaño de las porciones. Una vez identificados los alimentos y estimado el tamaño de las porciones, el sistema puede calcular las calorías, los macronutrientes (como proteínas, grasas e hidratos de carbono) y los micronutrientes (como vitaminas y minerales) para ofrecerte un desglose nutricional detallado de tu comida.
Aplicaciones de seguimiento de comidas basadas en visión por computador#
Una de las aplicaciones más populares de la visión por computador para el seguimiento de comidas son las aplicaciones móviles. Echemos un vistazo rápido a algunas opciones interesantes de IA para el seguimiento de comidas.
SnapCalorie es una aplicación que utiliza la visión por computador para estimar el contenido calórico y los macronutrientes a partir de una foto. Entrenada con 5.000 comidas, reduce los errores de estimación de calorías a menos del 20 % y supera a la mayoría de las personas. Los resultados pueden registrarse en un diario de alimentación o exportarse a plataformas de fitness como Apple Health.
Del mismo modo, una innovación interesante que impulsa el seguimiento nutricional mediante IA es la API de LogMeal. Utiliza algoritmos de aprendizaje profundo entrenados con grandes conjuntos de datos de imágenes de alimentos para detectarlos y reconocerlos con precisión. Los modelos de LogMeal alcanzan una precisión del 93 % en 1.300 platos y proporcionan análisis nutricionales detallados, detección de ingredientes y estimación del tamaño de las porciones. La API de LogMeal puede integrarse fácilmente en aplicaciones para crear soluciones de seguimiento de comidas para restaurantes, quioscos de autoservicio, startups de tecnología alimentaria, proveedores sanitarios y otros consumidores.
Fig. 3. Identificación de alimentos mediante Logmeal.
Uso de la IA para sugerir recetas#
La IA puede sugerir recetas saludables basadas en lo que tienes disponible en tu cocina. Las técnicas de visión por computador, como la segmentación, pueden identificar distintos ingredientes en una imagen de tu frigorífico o despensa. A partir de esta información, un modelo de lenguaje grande (LLM), como ChatGPT, puede sugerir recetas utilizando IA generativa. Como puedes introducir instrucciones para un LLM, también puedes especificar restricciones alimentarias, como que la dieta sea vegana, sin gluten o baja en carbohidratos, y el sistema de IA seleccionará sugerencias de recetas que cumplan tus criterios.
Fig. 4. Reconocimiento de ingredientes mediante visión por computador.
«Sous Chef», una versión personalizada de ChatGPT, es un gran ejemplo de esta tecnología. Puede sugerir recetas basadas en lo que tienes. Puedes introducir los ingredientes o subir una imagen de lo que tienes en el frigorífico.
Quizá te preguntes si realmente necesitamos un sistema así. Los sistemas de sugerencia de recetas mediante IA ofrecen muchas ventajas, como reducir el desperdicio de alimentos al aprovechar los ingredientes disponibles y aumentar la variedad de las comidas con platos gourmet. También pueden ayudarte a mantener una dieta equilibrada. Por ejemplo, los planes de comidas personalizados sugeridos por un generador de recetas con IA pueden ayudarte a alcanzar tus objetivos de fitness. Estos sistemas también pueden hacer que cocinar sea mucho más divertido y creativo.
Startups que innovan con IA en el sector de la nutrición#
En el sector de la alimentación y la nutrición se está llevando a cabo mucho trabajo fascinante relacionado con la IA. Veamos algunas de las startups que están integrando la IA en los alimentos que comemos a diario.
Journey Foods, una startup con sede en USA, proporciona inteligencia sobre ingredientes para desarrollar y lanzar nuevos productos alimentarios envasados. Su plataforma de ciencia de datos, JourneyAI, analiza millones de ingredientes y datos de la cadena de suministro para encontrar el ingrediente ideal para cada producto. Recopila y almacena grandes cantidades de datos sobre sustancias químicas y nutrientes para crear las mejores formulaciones de productos alimentarios. La plataforma también permite a las empresas de fabricación de alimentos envasados gestionar mejor los ciclos de vida completos de los productos mediante el descubrimiento de alimentos basado en datos.
Otra startup innovadora del sector de la nutrición es Viome. Viome utiliza inteligencia artificial y tecnología de secuenciación de mRNA para ofrecer recomendaciones personalizadas de nutrición y bienestar. Proporciona pruebas para realizar en casa que analizan el microbioma y la expresión génica con el fin de ofrecer información precisa sobre la salud de cada persona. Estos datos ayudan a identificar las causas subyacentes de los desequilibrios microbianos y la inflamación. A partir de esta información, Viome prescribe suplementos personalizados y recomendaciones dietéticas adaptadas a la bioquímica única de cada persona. Al centrarse en prevenir enfermedades crónicas y abordar las causas fundamentales de los problemas de salud, Viome hace que la gestión avanzada de la salud sea accesible y personalizada.
Fig. 5. Recomendaciones alimentarias basadas en IA y secuenciación genómica.
Evaluación de las desventajas de los dietistas de IA#
Aunque los sistemas nutricionales mejorados con IA ofrecen muchas ventajas, también debemos conocer algunas de sus desventajas. Uno de los principales problemas es la privacidad y la seguridad de los datos. Estos sistemas necesitan acceder a información personal sensible sobre la salud y la alimentación. Si estos datos no están bien protegidos, podrían utilizarse indebidamente o ser robados.
También preocupa el sesgo en los algoritmos de IA. Si los datos de entrenamiento no son lo bastante diversos, las recomendaciones podrían no ser precisas para todo el mundo, lo que podría dar lugar a consejos inadecuados para determinados grupos de personas. Otro problema es el riesgo de depender demasiado de la tecnología. La IA puede ofrecer información útil, pero no debería sustituir los conocimientos especializados de los nutricionistas y los proveedores sanitarios.
El impacto en el sector médico#
Los sistemas de seguimiento nutricional y de dietistas basados en IA están destinados a transformar el sector médico, cambiando las funciones de los dietistas y profesionales de la sanidad. También ofrecen al público más opciones para obtener asesoramiento sobre la ingesta nutricional. Aproximadamente el 40 % de las personas no cree que necesite hablar con su médico antes de añadir un suplemento a su rutina diaria. La IA facilita el acceso a una opinión experta y puede animar al público a obtener más asesoramiento antes de realizar cambios en su ingesta nutricional.
Es probable que una transformación impulsada por la IA pueda alterar fundamentalmente la forma de gestionar la nutrición y la alimentación. Alexandra Kaplan, dietista-nutricionista de Core Nutrition con sede en Westchester, Nueva York, afirma: «Suponiendo que sea precisa (la IA), podría ser muy útil porque me ayudaría a conocer la cantidad exacta de lo que hay en el plato y, después, lo que contiene el alimento, por lo que podría ser útil para que los pacientes sepan qué están comiendo en esa comida».
En lugar de sustituir a los dietistas, la IA puede servir como una herramienta potente que complemente sus conocimientos especializados. La IA puede proporcionar información basada en datos que respalde la toma de decisiones clínicas y ayude a los dietistas a desarrollar planes de tratamiento más eficaces. Por ejemplo, la IA puede identificar patrones en los hábitos alimentarios de un paciente que contribuyan a enfermedades crónicas y permitir a los dietistas intervenir antes y de forma más eficaz.
Resumen sobre la IA en nutrición#
La visión por computador y la IA pueden facilitar mucho el seguimiento de lo que comemos e incluso pueden convertirse en tu dietista personal. Estas tecnologías pueden utilizarse para ayudar a mejorar la salud de los pacientes mediante una monitorización precisa y planes dietéticos personalizados, al tiempo que reducen los costes sanitarios al hacer más eficientes la mayoría de los procesos complejos de los dietistas. Aunque la IA tiene algunas limitaciones, como problemas de precisión y la falta del trato humano personal, las innovaciones en IA pueden complementar los conocimientos especializados de las personas y mejorar la atención nutricional general. Puede que aún estemos lejos de los replicadores de alimentos de Star Trek, pero la IA en nutrición está transformando el futuro.
¡Innovemos juntos! Explora nuestro repositorio de GitHub para conocer nuestras contribuciones a la IA. Descubre cómo estamos redefiniendo sectores como la fabricación y la sanidad con tecnología de IA de vanguardia. 🚀
