AI nella nutrizione: semplificare un'alimentazione sana con la computer vision

Mangiare sano e mantenersi in forma è un obiettivo che molti di noi cercano di raggiungere. Secondo un sondaggio, il 70% delle persone vuole stare meglio e, per il 50% di loro, mangiare in modo più sano è una priorità assoluta. A volte potremmo affidarci ai consigli di medici e dietologi. Tuttavia, questo può richiedere molto tempo e comportare appuntamenti e il monitoraggio dei pasti. In particolare, monitorare i pasti può essere noioso e soggetto a errori.

L'AI e la computer vision possono rendere più semplice e accessibile mangiare sano. Possono aiutarti ad analizzare ciò che mangi, monitorare la tua alimentazione e persino suggerire ricette in base ai tuoi obiettivi di salute. Queste tecnologie possono anche aiutare a identificare gli allergeni, rendendo più semplice e sicura la pianificazione dei pasti per le persone con restrizioni alimentari. In questo articolo analizzeremo più da vicino come queste tecnologie possono essere utilizzate per attività come il monitoraggio dell'alimentazione e il suggerimento di ricette. Vedremo anche come l'AI nella nutrizione sta influenzando il settore sanitario. Iniziamo!

Fig. 1. Utilizzo dell'AI per contare il numero di calorie in un pasto.

La computer vision nel monitoraggio dell'alimentazione e nell'analisi degli alimenti#

Un apporto nutrizionale inadeguato può causare diverse complicazioni per la salute. I ricercatori hanno scoperto che consumare una quantità eccessiva o insufficiente di determinati alimenti e nutrienti può aumentare il rischio di malattie cardiache e ictus. Ecco perché è molto importante monitorare il proprio apporto nutrizionale. Tradizionalmente, monitorare l'apporto nutrizionale comporta la registrazione manuale degli alimenti consumati, la stima delle porzioni e la ricerca delle informazioni nutrizionali, un processo che può richiedere molto tempo e comportare un margine di errore. Grazie alle tecnologie di AI e computer vision, oggi monitorare l'alimentazione è più semplice che mai.

Quando ti siedi a tavola, puoi scattare una foto della tua ciotola o del tuo piatto e i modelli di computer vision possono analizzare l'immagine per identificare i diversi alimenti. Il sistema di AI può quindi stimare le dimensioni delle porzioni e fornire informazioni nutrizionali dettagliate. Ad esempio, utilizzando il rilevamento degli oggetti, i sistemi di computer vision possono identificare con precisione gli alimenti presenti nel tuo piatto.

Fig. 2. Utilizzo del modello di computer vision Ultralytics YOLOv8 per rilevare le fragole.

Gli alimenti identificati possono quindi essere associati a un ampio database di informazioni nutrizionali. Algoritmi avanzati come la stima della profondità possono aiutare a stimare le dimensioni delle porzioni. Una volta identificati gli alimenti e stimate le dimensioni delle porzioni, il sistema può calcolare le calorie, i macronutrienti (come proteine, grassi e carboidrati) e i micronutrienti (come vitamine e minerali), fornendoti un'analisi nutrizionale dettagliata del tuo pasto.

App per il monitoraggio dei pasti basate sulla computer vision#

Una delle applicazioni più diffuse della computer vision nel monitoraggio dei pasti è rappresentata dalle app per dispositivi mobili. Diamo una rapida occhiata ad alcune interessanti opzioni di AI per il monitoraggio dei pasti.

SnapCalorie è un'app che utilizza la computer vision per stimare il contenuto calorico e i macronutrienti a partire da una foto. Addestrata su 5.000 pasti, riduce gli errori di stima delle calorie a meno del 20% e supera le prestazioni della maggior parte delle persone. I risultati possono essere registrati in un diario alimentare o esportati su piattaforme per il fitness come Apple Health.

Un'altra innovazione interessante alla base del monitoraggio dell'alimentazione tramite AI è la LogMeal API. Utilizza algoritmi di deep learning addestrati su ampi dataset di immagini di alimenti per rilevare e riconoscere con precisione gli alimenti. I modelli di LogMeal raggiungono un'accuratezza del 93% su 1.300 piatti e forniscono analisi nutrizionali dettagliate, rilevamento degli ingredienti e stima delle dimensioni delle porzioni. La LogMeal API può essere facilmente integrata nelle app per creare soluzioni di monitoraggio dei pasti per ristoranti, chioschi self-service, startup di tecnologia alimentare, operatori sanitari e altri consumatori.

Fig. 3. Identificazione degli alimenti utilizzando LogMeal.

Utilizzare l'AI per suggerire ricette#

L'AI può suggerire ricette sane in base a ciò che hai a disposizione in cucina. Tecniche di computer vision come la segmentazione possono identificare i diversi ingredienti in un'immagine del frigorifero o della dispensa. Sulla base di queste informazioni, un modello linguistico di grandi dimensioni (LLM) come ChatGPT può quindi suggerire ricette utilizzando l'AI generativa. Poiché puoi fornire prompt a un LLM, puoi anche specificare restrizioni alimentari come un'alimentazione vegana, senza glutine o a basso contenuto di carboidrati, e il sistema di AI selezionerà suggerimenti di ricette adatti ai tuoi criteri.

Fig. 4. Riconoscimento degli ingredienti tramite computer vision.

"Sous Chef", una versione personalizzata di ChatGPT, è un ottimo esempio di questa tecnologia. Può suggerire ricette in base a ciò che hai a disposizione. Puoi inserire gli ingredienti in un prompt oppure caricare un'immagine di ciò che hai nel frigorifero.

Potresti chiederti: abbiamo davvero bisogno di un sistema del genere? I sistemi di suggerimento di ricette basati sull'AI offrono molti vantaggi, come la riduzione degli sprechi alimentari grazie al migliore utilizzo degli ingredienti disponibili e l'aumento della varietà dei pasti con piatti gourmet. Possono anche aiutarti a mantenere una dieta equilibrata. Ad esempio, i piani alimentari personalizzati suggeriti da un generatore di ricette basato sull'AI possono aiutarti a raggiungere i tuoi obiettivi di fitness. Questi sistemi possono inoltre rendere la cucina molto più divertente e creativa.

Startup che innovano con l'AI nel settore della nutrizione#

Nel settore degli alimenti e della nutrizione si stanno svolgendo molte attività interessanti legate all'AI. Diamo un'occhiata ad alcune startup che stanno integrando l'AI negli alimenti che consumiamo ogni giorno.

Journey Foods, una startup con sede negli Stati Uniti, fornisce intelligence sugli ingredienti per sviluppare e lanciare nuovi prodotti alimentari confezionati. La loro piattaforma di data science, JourneyAI, analizza milioni di ingredienti e dati della catena di approvvigionamento per trovare l'ingrediente ideale per ogni prodotto. Raccoglie e archivia enormi quantità di dati su sostanze chimiche e nutrienti per creare le formulazioni migliori per i prodotti alimentari. La piattaforma consente inoltre alle aziende produttrici di alimenti confezionati di gestire meglio l'intero ciclo di vita dei prodotti attraverso la scoperta di alimenti basata sui dati.

Un'altra startup innovativa nel settore della nutrizione è Viome. Viome utilizza l'intelligenza artificiale e la tecnologia di sequenziamento dell'mRNA per offrire consigli personalizzati sulla nutrizione e il benessere. Offre test da effettuare a casa che analizzano il microbioma e l'espressione genica per fornire informazioni precise sulla salute di una persona. Queste informazioni aiutano a identificare le cause alla base degli squilibri microbici e dell'infiammazione. Sulla base di queste informazioni, Viome prescrive integratori personalizzati e raccomandazioni alimentari adattate alla biochimica unica di ogni persona. Concentrandosi sulla prevenzione delle malattie croniche e sulla risoluzione dei problemi di salute alla radice, Viome rende la gestione avanzata della salute accessibile e personalizzata.

Fig. 5. Raccomandazioni alimentari basate sull'AI e sul sequenziamento del genoma.

Valutare gli svantaggi dei dietologi basati sull'AI#

Sebbene i sistemi nutrizionali potenziati dall'AI offrano molti vantaggi, è necessario comprenderne anche alcuni svantaggi. Un problema importante riguarda la privacy e la sicurezza dei dati. Questi sistemi devono accedere a informazioni personali sensibili sulla salute e sull'alimentazione. Se questi dati non sono adeguatamente protetti, potrebbero essere utilizzati impropriamente o rubati.

Un'altra preoccupazione riguarda i bias negli algoritmi di AI. Se i dati di addestramento non sono sufficientemente diversificati, le raccomandazioni potrebbero non essere accurate per tutti, portando potenzialmente a consigli inadeguati per alcuni gruppi di persone. Un altro problema è il rischio di diventare eccessivamente dipendenti dalla tecnologia. L'AI può fornire informazioni utili, ma non dovrebbe sostituire l'esperienza dei nutrizionisti e degli operatori sanitari.

L'impatto sul settore medico#

I sistemi di monitoraggio dell'alimentazione e di assistenza dietetica basati sull'AI sono destinati a trasformare il settore medico, modificando i ruoli dei dietologi e dei professionisti sanitari. Offrono inoltre al pubblico più possibilità per ricevere consigli sull'apporto nutrizionale. Circa il 40% delle persone non ritiene necessario parlare con il proprio medico prima di aggiungere un integratore alla propria routine quotidiana. L'AI facilita l'accesso al parere di un esperto e può incoraggiare le persone a richiedere ulteriori indicazioni prima di apportare modifiche al proprio apporto nutrizionale.

È probabile che una trasformazione guidata dall'AI possa modificare radicalmente il modo in cui vengono gestite la nutrizione e l'alimentazione. Alexandra Kaplan, dietologa-nutrizionista presso Core Nutrition a Westchester, New York, afferma: "Supponendo che sia accurata (l'AI), potrebbe essere molto utile perché mi aiuterebbe a conoscere la porzione esatta di ciò che c'è nel piatto e quindi cosa contiene l'alimento; potrebbe essere utile ai pazienti per sapere cosa stanno mangiando durante quel pasto."

Invece di sostituire i dietologi, l'AI può fungere da strumento potente che completa la loro esperienza. L'AI può fornire informazioni basate sui dati a supporto del processo decisionale clinico, aiutando i dietologi a sviluppare piani di trattamento più efficaci. Ad esempio, l'AI può identificare schemi nelle abitudini alimentari di un paziente che contribuiscono a malattie croniche e consentire ai dietologi di intervenire prima e in modo più efficace.

In sintesi: l'AI nella nutrizione#

La computer vision e l'AI possono rendere molto più semplice monitorare ciò che mangiamo e possono persino fungere da dietologo personale. Queste tecnologie possono contribuire a migliorare la salute dei pazienti fornendo un monitoraggio accurato e piani alimentari personalizzati, riducendo al contempo i costi sanitari grazie a una maggiore efficienza della maggior parte dei complessi processi dietetici. Sebbene l'AI presenti alcune limitazioni, come problemi di accuratezza e la mancanza del contatto umano, le innovazioni nell'AI possono integrare l'esperienza umana e migliorare l'assistenza nutrizionale complessiva. Potremmo essere ancora molto lontani dai replicatori di cibo di Star Trek, ma l'AI nella nutrizione sta ridisegnando il futuro.

Innoviamo insieme! Esplora il nostro repository GitHub per scoprire il nostro contributo all'AI. Scopri come stiamo ridefinendo settori come la produzione e il settore sanitario con una tecnologia AI all'avanguardia. 🚀