L'IA nella nutrizione: semplificare l'alimentazione sana con la computer vision

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

L'IA e la computer vision possono rendere l'alimentazione sana più semplice e accessibile. Possono aiutare ad analizzare ciò che mangi, monitorare la tua nutrizione e persino suggerire ricette basate sui tuoi obiettivi di salute. Queste tecnologie possono anche aiutare a identificare gli allergeni per rendere la pianificazione dei pasti più facile e sicura per le persone con restrizioni dietetiche. In questo articolo, esamineremo più da vicino come queste tecnologie possono essere utilizzate per attività come il monitoraggio nutrizionale e il suggerimento di ricette. Vedremo anche come l'IA nella nutrizione stia influenzando l'industria sanitaria. Iniziamo!

Fig 1. Utilizzare l'IA per contare il numero di calorie in un pasto.

Link to this sectionLa computer vision nel monitoraggio nutrizionale e nell'analisi alimentare#

Varie complicazioni di salute possono derivare da un apporto nutrizionale improprio. I ricercatori hanno scoperto che consumare troppo o troppo poco di determinati alimenti e nutrienti può aumentare il rischio di malattie cardiache e ictus. Ecco perché è molto importante monitorare il tuo apporto nutrizionale. Tradizionalmente, il monitoraggio dell'apporto nutrizionale comporta la registrazione manuale dei cibi che mangi, la stima delle porzioni e la ricerca di informazioni nutrizionali, il che può richiedere molto tempo e comportare un margine di errore. Con le tecnologie di IA e computer vision, il monitoraggio della nutrizione è ora più facile che mai.

Quando ti siedi per mangiare, 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 IA può quindi stimare le porzioni e fornire informazioni nutrizionali dettagliate. Ad esempio, utilizzando l'object detection, i sistemi di computer vision possono identificare accuratamente gli alimenti sul tuo piatto.

Fig 2. Utilizzare il modello di computer vision Ultralytics YOLOv8 per rilevare le fragole.

Questi alimenti identificati possono quindi essere confrontati con 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 porzioni, il sistema può calcolare le calorie, i macronutrienti (come proteine, grassi e carboidrati) e i micronutrienti (come vitamine e minerali), per fornirti un riparto nutrizionale dettagliato del tuo pasto.

Link to this sectionApp per il monitoraggio dei pasti basate sulla computer vision#

Una delle applicazioni più popolari della computer vision nel monitoraggio dei pasti è attraverso le app mobili. Diamo una rapida occhiata ad alcune interessanti opzioni di monitoraggio dei pasti tramite IA.

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

Allo stesso modo, un'interessante innovazione che guida il monitoraggio nutrizionale tramite IA è la LogMeal API. Utilizza algoritmi di deep learning addestrati su ampi dataset di immagini di cibo per rilevare e riconoscere accuratamente gli alimenti. I modelli di LogMeal raggiungono il 93% di precisione su 1.300 piatti e forniscono analisi nutrizionali dettagliate, rilevamento degli ingredienti e stima delle porzioni. La LogMeal API può essere facilmente integrata nelle app per creare soluzioni di monitoraggio dei pasti per ristoranti, chioschi self-order, startup di food tech, fornitori di assistenza sanitaria e altri consumatori.

Fig 3. Identificazione di articoli alimentari utilizzando Logmeal.

Link to this sectionUsare l'IA per suggerire ricette#

L'IA può suggerire ricette sane in base a ciò che hai a disposizione nella tua cucina. Tecniche di computer vision come la segmentazione possono identificare diversi ingredienti in un'immagine del tuo frigorifero o della tua dispensa. Sulla base di ciò, un modello linguistico di grandi dimensioni (LLM) come ChatGPT può quindi suggerire ricette utilizzando l'IA generativa. Poiché puoi dare input a un LLM, puoi anche specificare restrizioni dietetiche come vegana, senza glutine o a basso contenuto di carboidrati, e il sistema di IA curerà i suggerimenti di ricette per soddisfare i tuoi criteri.

Fig 4. Riconoscere gli ingredienti usando la computer vision.

"Sous Chef", una versione personalizzata di ChatGPT, è un ottimo esempio di questa tecnologia. Può suggerire ricette basate su ciò che hai. Puoi digitare gli ingredienti o caricare un'immagine di ciò che hai nel tuo frigorifero.

Potresti chiederti: abbiamo davvero bisogno di un sistema del genere? I sistemi di suggerimento di ricette tramite IA offrono molti vantaggi, come la riduzione dello spreco alimentare facendo buon uso degli ingredienti disponibili e aumentando la varietà dei pasti con piatti gourmet. Possono anche aiutarti a mantenere una dieta equilibrata. Ad esempio, piani pasto personalizzati suggeriti da un generatore di ricette tramite IA possono aiutarti a raggiungere gli obiettivi di fitness. Questi sistemi possono anche rendere la cucina molto più divertente e creativa.

Link to this sectionStartup che innovano con l'IA nell'industria della nutrizione#

C'è molto lavoro affascinante che viene svolto nell'industria alimentare e nutrizionale riguardo all'IA. Diamo un'occhiata ad alcune delle startup che stanno integrando l'IA nel cibo che mangiamo ogni giorno.

Journey Foods, una startup con sede negli USA, fornisce intelligenza 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 migliori formulazioni di prodotti alimentari. La piattaforma consente inoltre alle aziende di produzione di alimenti confezionati di gestire meglio interi cicli di vita del prodotto attraverso la scoperta di cibo guidata dai dati.

Un'altra startup innovativa nell'industria della nutrizione è Viome. Viome utilizza l'intelligenza artificiale e la tecnologia di sequenziamento dell'mRNA per offrire raccomandazioni personalizzate su nutrizione e benessere. Forniscono test a domicilio che analizzano il microbioma e l'espressione genica per fornire approfondimenti precisi sulla salute di un individuo. Queste intuizioni aiutano a identificare le cause sottostanti degli squilibri microbici e dell'infiammazione. Sulla base di queste informazioni, Viome prescrive integratori su misura e raccomandazioni dietetiche adattate alla biochimica unica di ogni persona. Concentrandosi sulla prevenzione delle malattie croniche e sull'affrontare le cause profonde dei problemi di salute, Viome rende la gestione avanzata della salute accessibile e personalizzata.

Fig 5. Consigli alimentari basati su IA e sequenziamento del genoma.

Link to this sectionValutare gli svantaggi dei dietologi IA#

Sebbene i sistemi nutrizionali potenziati dall'IA offrano molti vantaggi, dobbiamo anche comprendere alcuni dei loro svantaggi. Un problema importante è la privacy e la sicurezza dei dati. Questi sistemi necessitano di accesso a informazioni sensibili sulla salute personale e sulla dieta. Se questi dati non sono ben protetti, potrebbero essere utilizzati in modo improprio o rubati.

Inoltre, c'è la preoccupazione per i bias negli algoritmi di IA. Se i dati di addestramento non sono abbastanza diversificati, le raccomandazioni potrebbero non essere accurate per tutti, portando potenzialmente a cattivi consigli per alcuni gruppi di persone. Un altro problema è il rischio di diventare troppo dipendenti dalla tecnologia. L'IA può fornire spunti utili, ma non dovrebbe sostituire l'esperienza di nutrizionisti umani e fornitori di assistenza sanitaria.

Link to this sectionL'impatto sull'industria medica#

I sistemi di monitoraggio nutrizionale e di dietetica basati sull'IA sono destinati a rimodellare l'industria medica, cambiando i ruoli dei dietologi umani e dei professionisti dell'assistenza sanitaria. Offrono inoltre al pubblico maggiori opzioni quando si tratta di ottenere 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'IA rende più facile ottenere un parere esperto e può incoraggiare il pubblico a ottenere maggiori input prima di apportare modifiche al proprio apporto nutrizionale.

È probabile che una trasformazione tramite IA possa alterare radicalmente il modo in cui vengono gestite la nutrizione e la gestione dietetica. Alexandra Kaplan, dietologa-nutrizionista presso Core Nutrition con sede a Westchester, New York, afferma: "Supponendo che sia accurata (IA), potrebbe essere molto utile perché mi aiuterebbe a conoscere la porzione esatta di ciò che c'è sul piatto e quindi cosa c'è nel cibo, quindi potrebbe essere utile per i pazienti sapere cosa stanno mangiando in quel pasto."

Invece di sostituire i dietologi umani, l'IA può fungere da potente strumento che integra la loro esperienza. L'IA può fornire approfondimenti basati sui dati che possono supportare il processo decisionale clinico, il che aiuta i dietologi a sviluppare piani di trattamento più efficaci. Ad esempio, l'IA può identificare modelli nelle abitudini dietetiche di un paziente che contribuiscono a malattie croniche e consentire ai dietologi di intervenire prima e in modo più efficace.

Link to this sectionIl riepilogo sull'IA nella nutrizione#

La computer vision e l'IA possono rendere molto più facile monitorare ciò che mangiamo e possono persino diventare il tuo dietologo personale. Queste tecnologie possono essere utilizzate per migliorare la salute del paziente fornendo un monitoraggio accurato e piani dietetici su misura, riducendo al contempo i costi sanitari rendendo più efficienti la maggior parte dei complessi processi dietetici. Sebbene l'IA abbia alcuni limiti, come problemi di precisione e una mancanza di tocco umano personale, le innovazioni dell'IA 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'IA nella nutrizione sta rimodellando il futuro.

Innoviamo insieme! Esplora il nostro repository GitHub per vedere i nostri contributi all'IA. Scopri come stiamo ridefinendo settori come la produzione e l'assistenza sanitaria con una tecnologia IA all'avanguardia. 🚀