L’IA en nutrition : faciliter une alimentation saine grâce à la vision par ordinateur

Manger sainement et rester en forme est un objectif que beaucoup d’entre nous cherchent à atteindre. Selon une enquête, 70 % des personnes souhaitent être en meilleure santé, et pour 50 % d’entre elles, manger plus sainement est une priorité absolue. Il nous arrive de nous fier aux 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 simplifier une alimentation saine et la rendre plus accessible. Elles peuvent aider à analyser ce que tu manges, à suivre tes apports nutritionnels et même à suggérer des recettes en fonction de tes objectifs de santé. Ces technologies peuvent également repérer les allergènes afin de faciliter la planification des repas et de la rendre plus sûre pour les personnes ayant des restrictions alimentaires. Dans cet article, nous verrons comment ces technologies peuvent servir à suivre les apports nutritionnels et à suggérer des recettes. Nous examinerons également l’impact de l’IA dans le domaine de la nutrition sur le secteur des soins de santé.

Fig. 1. Utiliser l’IA pour compter les calories d’un repas.

La vision par ordinateur pour le suivi nutritionnel et l’analyse alimentaire#

Un apport nutritionnel inadéquat peut entraîner diverses complications de santé. Des chercheurs ont découvert qu’une consommation excessive ou insuffisante de certains aliments et nutriments peut augmenter le risque de maladies cardiaques et d’accidents vasculaires cérébraux. Il est donc très important de suivre ses apports nutritionnels. Traditionnellement, cela consiste à noter manuellement les aliments consommés, à estimer les portions et à rechercher les informations nutritionnelles, ce qui peut prendre du temps et laisser une marge d’erreur. Grâce à l’IA et aux technologies de vision par ordinateur, le suivi nutritionnel devient beaucoup plus facile.

Au moment de passer à table, tu peux prendre une photo de ton bol ou de ton assiette, et des modèles de vision par ordinateur peuvent analyser l’image afin d’identifier les différents aliments. Le système d’IA peut ensuite estimer les portions et fournir des informations nutritionnelles détaillées. Par exemple, grâce à la détection d’objets, les systèmes de vision par ordinateur peuvent identifier avec précision les aliments dans ton assiette. Les jeux de données publics comme Food Recognition 2022 permettent d’entraîner de tels modèles.

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

Les aliments ainsi identifiés peuvent ensuite être comparés à une vaste base de données nutritionnelles. Des algorithmes avancés comme l’estimation de profondeur peuvent aider à estimer les portions. Une fois les aliments identifiés et les portions estimées, le système peut calculer les calories, les macronutriments (comme les protéines, les lipides et les glucides) et les micronutriments (comme les vitamines et les minéraux) afin de fournir une analyse nutritionnelle détaillée de ton repas.

Applications de suivi des repas basées sur la vision par ordinateur#

Les applications mobiles comptent parmi les usages les plus populaires de la vision par ordinateur pour le suivi des repas. Jetons rapidement un coup d’œil à quelques applications d’IA qui permettent de suivre ses repas.

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

Une autre innovation intéressante dans le suivi nutritionnel par IA est la LogMeal API. Elle utilise des algorithmes d’apprentissage profond entraînés sur de grands jeux de données d’images alimentaires pour détecter et reconnaître les aliments avec précision. Les modèles de LogMeal atteignent une précision de 93 % sur 1 300 plats et fournissent une analyse nutritionnelle détaillée, la détection des ingrédients et l’estimation des portions. La LogMeal API s’intègre facilement dans des applications pour créer des solutions de suivi des repas destinées aux restaurants, aux bornes de commande, aux startups de la technologie alimentaire, aux professionnels de santé et à d’autres utilisateurs.

Fig. 3. Identification des aliments avec LogMeal.

Utiliser l’IA pour suggérer des recettes#

L’IA peut suggérer des recettes saines en fonction des ingrédients disponibles dans ta cuisine. Des techniques de vision par ordinateur comme la segmentation peuvent identifier les différents ingrédients dans une image de ton réfrigérateur ou de ton garde-manger. À partir de ces informations, un grand modèle de langage (LLM) comme ChatGPT peut proposer des recettes à l’aide de l’IA générative. Comme tu peux donner des instructions à un LLM, tu peux aussi préciser des restrictions alimentaires, comme un régime végétalien, sans gluten ou pauvre en glucides, et le système d’IA sélectionnera des recettes adaptées à tes critères.

Fig. 4. Reconnaissance des ingrédients par vision par ordinateur.

« Sous Chef », une version personnalisée de ChatGPT, est un exemple de cette technologie. Il peut suggérer des recettes en fonction des ingrédients dont tu disposes. Tu peux soit saisir les ingrédients, soit téléverser une image du contenu de ton réfrigérateur.

Tu te demandes peut-être si nous avons vraiment besoin d’un tel système. Les systèmes d’IA qui suggèrent des recettes offrent de nombreux avantages, comme la réduction du gaspillage alimentaire grâce à une bonne utilisation des ingrédients disponibles et une plus grande variété de repas avec des plats gastronomiques. Ils peuvent aussi t’aider à maintenir une alimentation équilibrée. Par exemple, les menus personnalisés suggérés par un générateur de recettes basé sur l’IA peuvent t’aider à atteindre tes objectifs de remise en forme. Ces systèmes peuvent aussi rendre la cuisine beaucoup plus amusante et créative.

Les startups qui innovent grâce à l’IA dans le secteur de la nutrition#

L’IA fait l’objet de nombreux travaux intéressants dans les secteurs de l’alimentation et de la nutrition. Découvrons quelques startups qui intègrent l’IA aux aliments que nous consommons chaque jour.

Journey Foods, une startup basée aux États-Unis, fournit des informations sur les ingrédients afin de développer et de lancer de nouveaux produits alimentaires emballés. Sa plateforme de science des données, JourneyAI, analyse des millions d’ingrédients et de données sur les chaînes d’approvisionnement pour trouver l’ingrédient idéal pour chaque produit. Elle collecte et stocke de vastes quantités de données sur les composés chimiques et les nutriments afin de créer les meilleures formulations de produits alimentaires. La plateforme permet également aux entreprises de fabrication de produits alimentaires emballés de mieux gérer l’ensemble du cycle de vie de leurs produits grâce à la découverte alimentaire fondée sur les données.

Viome est une autre startup innovante du secteur de la nutrition. Viome utilise l’intelligence artificielle et le séquençage de l’ARNm pour proposer des recommandations personnalisées en matière de nutrition et de bien-être. L’entreprise propose des tests à domicile qui analysent le microbiome et l’expression génétique afin de fournir des informations précises sur la santé d’une personne. Ces informations aident à identifier les causes sous-jacentes des déséquilibres microbiens et de l’inflammation. À partir de ces informations, Viome prescrit des compléments 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 à la source, Viome rend la gestion avancée de la santé accessible et personnalisée.

Fig. 5. Recommandations alimentaires fondées sur l’IA et le séquençage du génome.

Évaluer les inconvénients des diététiciens basés sur l’IA#

Bien que les systèmes nutritionnels enrichis par l’IA offrent de nombreux avantages, nous devons aussi comprendre certains de leurs inconvénients. La confidentialité et la sécurité des données constituent un problème majeur. 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.

Il y a également des préoccupations liées aux biais dans les algorithmes d’IA. Si les données d’entraînement ne sont pas assez diversifiées, les recommandations risquent de ne pas être exactes pour tout le monde et de fournir de mauvais conseils à certains groupes. Un autre problème est le risque de trop dépendre de la technologie. L’IA peut fournir des informations utiles, mais elle ne doit pas remplacer l’expertise des nutritionnistes et des professionnels de santé.

L’impact sur le secteur médical#

Les systèmes de suivi nutritionnel et les diététiciens basés sur l’IA devraient transformer le secteur médical, en changeant le rôle des diététiciens et des professionnels de la santé. Ils offrent également au public davantage de possibilités pour obtenir des conseils sur les apports nutritionnels. Environ 40 % des personnes estiment ne pas avoir besoin de consulter leur médecin avant d’ajouter un complément à leur routine quotidienne. L’IA facilite l’accès à l’avis d’un expert et peut inciter le public à solliciter davantage d’avis avant de modifier ses apports nutritionnels.

L’IA pourrait transformer en profondeur la façon dont la nutrition et la gestion alimentaire sont prises en charge. Alexandra Kaplan, diététicienne-nutritionniste chez Core Nutrition, basée à Westchester, dans l’État de New York, déclare : « En supposant que ce soit (l’IA) exact, cela pourrait être très utile, car cela m’aiderait à connaître la portion exacte de ce qui se trouve dans l’assiette, puis ce que contient l’aliment. Les patients pourraient ainsi savoir ce qu’ils mangent au cours de ce repas. »

Au lieu de remplacer les diététiciens, l’IA peut leur servir d’outil puissant et compléter leur expertise. L’IA peut fournir des informations fondées sur les données pour éclairer les décisions cliniques et aider les diététiciens à élaborer des plans de traitement plus efficaces. Par exemple, l’IA peut repérer les habitudes alimentaires d’un patient qui contribuent à des maladies chroniques et permettre aux diététiciens d’intervenir plus tôt et plus efficacement.

Le point sur l’IA dans le domaine de la nutrition#

La vision par ordinateur et l’IA peuvent grandement faciliter le suivi de notre alimentation et même faire office de diététicien personnel. Ces technologies peuvent contribuer à améliorer la santé des patients en assurant un suivi précis et en proposant des régimes adaptés, tout en réduisant les coûts de santé grâce à l’optimisation de la plupart des processus complexes des diététiciens. Malgré certaines limites, comme des problèmes de précision et le manque de contact humain, les innovations en matière d’IA peuvent compléter l’expertise humaine et améliorer les soins nutritionnels dans leur ensemble. Nous sommes peut-être encore loin des réplicateurs alimentaires de Star Trek, mais l’IA dans le domaine de la nutrition transforme l’avenir.

Innovons ensemble ! Explore notre dépôt GitHub pour découvrir nos contributions à l’IA. Découvre comment nous appliquons l’IA dans des secteurs comme la fabrication et la santé.