L'IA dans la nutrition : simplifier l'alimentation saine avec la vision par ordinateur

Manger sainement et rester en forme est un objectif que beaucoup d'entre nous s'efforcent d'atteindre. Selon une enquête, 70 % des personnes veulent être en meilleure santé, et pour 50 % d'entre elles, mieux manger est une priorité absolue. Nous nous appuyons parfois sur les conseils de médecins et de diététiciens. Cependant, cela peut prendre du temps et nécessiter des rendez-vous ainsi qu'un suivi des repas. Le suivi des repas, en particulier, peut être fastidieux et sujet aux erreurs.

L'IA et la vision par ordinateur peuvent rendre l'alimentation saine plus simple et plus accessible. Elles peuvent t'aider à analyser ce que tu manges, à suivre ta nutrition et même à suggérer des recettes basées sur tes objectifs de santé. Ces technologies peuvent aussi aider à identifier les allergènes pour faciliter et sécuriser la planification des repas pour les personnes ayant des restrictions alimentaires. Dans cet article, nous examinerons de plus près comment ces technologies peuvent être utilisées pour des tâches comme le suivi nutritionnel et la suggestion de recettes. Nous verrons également comment l'IA dans la nutrition affecte le secteur de la santé. Commençons !

Fig 1. Utiliser l'IA pour compter le nombre de calories dans un repas.

Link to this sectionLa vision par ordinateur dans le suivi nutritionnel et l'analyse alimentaire#

Diverses complications de santé peuvent résulter d'un apport nutritionnel inadéquat. Les chercheurs ont découvert qu'une consommation excessive ou insuffisante de certains aliments et nutriments peut augmenter le risque de maladies cardiaques et d'AVC. C'est pourquoi il est très important de suivre ton apport nutritionnel. Traditionnellement, le suivi de l'apport nutritionnel implique d'enregistrer manuellement les aliments que tu manges, d'estimer les portions et de rechercher des informations nutritionnelles, ce qui peut être chronophage et comporter une marge d'erreur. Avec l'IA et les technologies de vision par ordinateur, le suivi nutritionnel est désormais plus facile que jamais.

Lorsque tu t'assois pour manger, tu peux prendre une photo de ton bol ou de ton assiette, et les modèles de vision par ordinateur peuvent analyser l'image pour identifier les différents aliments. Le système d'IA peut alors estimer la taille des portions et fournir des informations nutritionnelles détaillées. Par exemple, en utilisant la détection d'objets, les systèmes de vision par ordinateur peuvent identifier avec précision les aliments dans ton assiette.

Fig 2. Utilisation du modèle de vision par ordinateur Ultralytics YOLOv8 pour détecter des fraises.

Ces aliments identifiés peuvent ensuite être comparés à une vaste base de données d'informations nutritionnelles. Des algorithmes avancés comme l'estimation de la profondeur peuvent aider à estimer la taille des portions. Une fois les aliments identifiés et les portions estimées, le système peut calculer les calories, les macronutriments (comme les protéines, les graisses et les glucides) et les micronutriments (comme les vitamines et les minéraux), pour te donner une ventilation nutritionnelle détaillée de ton repas.

Link to this sectionApplications de suivi des repas alimentées par la vision par ordinateur#

L'une des applications les plus populaires de la vision par ordinateur dans le suivi des repas se fait via des applications mobiles. Jetons un coup d'œil rapide à quelques options intéressantes de suivi des repas par IA.

SnapCalorie est une application qui utilise la vision par ordinateur pour estimer la teneur en calories et les macronutriments à partir d'une photo. Entraînée sur 5 000 repas, elle réduit les erreurs d'estimation calorique à moins de 20 % et surpasse la plupart des humains. Les résultats peuvent être consignés dans un journal alimentaire ou exportés vers des plateformes de fitness comme Apple Health.

De même, une innovation intéressante qui propulse le suivi nutritionnel par IA est la LogMeal API. Elle utilise des algorithmes d'apprentissage profond entraînés sur de vastes datasets d'images alimentaires pour détecter et reconnaître les aliments avec précision. Les modèles de LogMeal atteignent 93 % de précision sur 1 300 plats et fournissent une analyse nutritionnelle détaillée, la détection des ingrédients et l'estimation de la taille des portions. La LogMeal API peut être facilement intégrée dans des applications pour créer des solutions de suivi des repas pour les restaurants, les bornes de commande automatique, les startups de foodtech, les prestataires de soins de santé et d'autres consommateurs.

Fig 3. Identification d'aliments à l'aide de Logmeal.

Link to this sectionUtiliser l'IA pour suggérer des recettes#

L'IA peut suggérer des recettes saines basées sur ce que tu as de disponible dans ta cuisine. Les techniques de vision par ordinateur comme la segmentation peuvent identifier différents ingrédients sur une image de ton réfrigérateur ou de ton garde-manger. Sur cette base, un grand modèle linguistique (LLM) comme ChatGPT peut alors suggérer des recettes en utilisant l' IA générative. Puisque tu peux solliciter un LLM, tu peux également spécifier des restrictions alimentaires comme végétalien, sans gluten ou faible en glucides, et le système d'IA sélectionnera des suggestions de recettes répondant à tes critères.

Fig 4. Reconnaissance d'ingrédients via la vision par ordinateur.

"Sous Chef", une version personnalisée de ChatGPT, est un excellent exemple de cette technologie. Il peut suggérer des recettes en fonction de ce que tu as. Tu peux soit saisir les ingrédients, soit télécharger une image de ce que tu as dans ton frigo.

Tu te demandes peut-être si nous avons vraiment besoin d'un tel système ? Les systèmes de suggestion de recettes par IA offrent de nombreux avantages, comme la réduction du gaspillage alimentaire en utilisant au mieux les ingrédients disponibles et l'augmentation de la variété des repas avec des plats gastronomiques. Ils peuvent aussi t'aider à maintenir une alimentation équilibrée. Par exemple, des plans de repas personnalisés suggérés par un générateur de recettes par IA peuvent t'aider à atteindre tes objectifs de fitness. Ces systèmes peuvent aussi rendre la cuisine beaucoup plus amusante et créative.

Link to this sectionStartups innovant avec l'IA dans l'industrie de la nutrition#

Il y a beaucoup de travail fascinant en cours dans l'industrie alimentaire et nutritionnelle concernant l'IA. Jetons un coup d'œil à certaines des startups qui intègrent l'IA dans la nourriture que nous consommons quotidiennement.

Journey Foods, une startup basée aux États-Unis, fournit une intelligence des ingrédients pour développer et lancer de nouveaux produits alimentaires emballés. Leur plateforme de science des données, JourneyAI, analyse des millions d'ingrédients et de données de chaîne d'approvisionnement pour trouver l'ingrédient idéal pour chaque produit. Elle collecte et stocke de vastes quantités de données sur les produits chimiques et les nutriments pour créer les meilleures formulations de produits alimentaires. La plateforme permet également aux entreprises de fabrication de produits alimentaires emballés de mieux gérer l'ensemble des cycles de vie des produits grâce à la découverte alimentaire axée sur les données.

Une autre startup innovante dans l'industrie de la nutrition est Viome. Viome utilise l'intelligence artificielle et la technologie de séquençage de l'ARNm pour proposer des recommandations de nutrition et de bien-être personnalisées. Ils fournissent des tests à domicile qui analysent le microbiome et l'expression génétique pour donner des informations précises sur la santé d'un individu. Ces informations aident à identifier les causes sous-jacentes des déséquilibres microbiens et de l'inflammation. Sur la base de ces informations, Viome prescrit des suppléments sur mesure et des recommandations alimentaires adaptées à la biochimie unique de chaque personne. En se concentrant sur la prévention des maladies chroniques et le traitement des problèmes de santé fondamentaux, Viome rend la gestion avancée de la santé accessible et personnalisée.

Fig 5. Recommandations alimentaires basées sur l'IA et le séquençage du génome.

Link to this sectionÉvaluer les inconvénients des diététiciens par IA#

Bien que les systèmes nutritionnels améliorés par l'IA offrent de nombreux avantages, nous devons également comprendre certains de leurs inconvénients. Un problème majeur est la confidentialité et la sécurité des données. Ces systèmes ont besoin d'accéder à des informations personnelles sensibles sur la santé et l'alimentation. Si ces données ne sont pas bien protégées, elles pourraient être utilisées à mauvais escient ou volées.

De plus, il y a la préoccupation concernant le biais dans les algorithmes d'IA. Si les données d'entraînement ne sont pas assez diversifiées, les recommandations pourraient ne pas être précises pour tout le monde, conduisant potentiellement à de mauvais conseils pour certains groupes de personnes. Un autre problème est le risque de devenir trop dépendant de la technologie. L'IA peut fournir des informations utiles, mais elle ne devrait pas remplacer l'expertise des nutritionnistes humains et des professionnels de santé.

Link to this sectionL'impact sur l'industrie médicale#

Le suivi nutritionnel et les systèmes de diététique alimentés par l'IA sont prêts à remodeler l'industrie médicale, en modifiant les rôles des diététiciens humains et des professionnels de la santé. Ils offrent également au public plus d'options pour obtenir des conseils sur l'apport nutritionnel. Environ 40 % des gens ne pensent pas avoir besoin de parler à leur médecin avant d'ajouter un supplément à leur routine quotidienne. L'IA facilite l'obtention d'un avis d'expert et peut encourager le public à recueillir plus d'informations avant d'apporter des changements à son apport nutritionnel.

Il est probable qu'une transformation par l'IA puisse fondamentalement altérer la façon dont la nutrition et la gestion diététique sont traitées. Alexandra Kaplan, une diététicienne-nutritionniste chez Core Nutrition basée à Westchester, New York, déclare : "En supposant qu'elle soit précise (l'IA), elle pourrait être très utile car elle m'aiderait à connaître la portion exacte de ce qui se trouve dans l'assiette, puis ce qu'il y a dans la nourriture, donc cela pourrait aider les patients à savoir ce qu'ils mangent à ce repas."

Plutôt que de remplacer les diététiciens humains, l'IA peut servir d'outil puissant qui complète leur expertise. L'IA peut fournir des informations fondées sur des données qui peuvent soutenir la prise de décision clinique, ce qui aide les diététiciens à développer des plans de traitement plus efficaces. Par exemple, l'IA peut identifier des tendances dans les habitudes alimentaires d'un patient contribuant à des maladies chroniques, et permettre aux diététiciens d'intervenir plus tôt et plus efficacement.

Link to this sectionLe résumé sur l'IA dans la nutrition#

La vision par ordinateur et l'IA peuvent rendre beaucoup plus facile le suivi de ce que nous mangeons et peuvent même devenir ton diététicien personnel. Ces technologies peuvent être utilisées pour aider à améliorer la santé des patients en fournissant une surveillance précise et des plans alimentaires adaptés, tout en réduisant les coûts de santé en rendant la plupart des processus diététiques compliqués plus efficaces. Bien que l'IA ait certaines limites, comme des problèmes de précision et un manque de touche humaine personnelle, les innovations en IA peuvent compléter l'expertise humaine et améliorer les soins nutritionnels globaux. Nous sommes peut-être encore loin des réplicateurs de nourriture de Star Trek, mais l'IA dans la nutrition est en train de remodeler l'avenir.

Innovons ensemble ! Explore notre dépôt GitHub pour voir nos contributions à l'IA. Découvre comment nous redéfinissons des secteurs comme la fabrication et la santé avec une technologie d'IA de pointe. 🚀