Ultralytics YOLO27: Đăng ký vào danh sách chờ.
Cấp phép YOLO
AI thị giác

AI trong dinh dưỡng: Đơn giản hóa việc ăn uống lành mạnh bằng thị giác máy tính

Khám phá cách ứng dụng AI trong dinh dưỡng để theo dõi lượng thức ăn tiêu thụ, gợi ý công thức nấu ăn, cung cấp dịch vụ chuyên gia dinh dưỡng cá nhân hóa và tác động đến ngành y tế.

Abirami VinaAbirami Vina12 phút đọc
Thị giác máy tính phân tích bữa ăn để theo dõi dinh dưỡng

Ăn uống lành mạnh và giữ dáng là mục tiêu mà nhiều người trong chúng ta hướng tới. Theo một khảo sát, 70% mọi người muốn khỏe mạnh hơn, và với 50% trong số đó, ăn uống lành mạnh hơn là ưu tiên hàng đầu. Đôi khi, chúng ta có thể tìm đến lời khuyên của bác sĩ và chuyên gia dinh dưỡng. Tuy nhiên, việc này có thể tốn thời gian và cần đặt lịch hẹn cũng như theo dõi bữa ăn. Đặc biệt, theo dõi bữa ăn có thể rất tẻ nhạt và dễ xảy ra sai sót.

AI và thị giác máy tính có thể giúp việc ăn uống lành mạnh trở nên đơn giản và dễ tiếp cận hơn. Các công nghệ này có thể phân tích thực phẩm bạn ăn, theo dõi dinh dưỡng và thậm chí đề xuất công thức nấu ăn dựa trên mục tiêu sức khỏe của bạn. Chúng cũng có thể giúp xác định chất gây dị ứng, khiến việc lập kế hoạch bữa ăn dễ dàng và an toàn hơn cho người có chế độ ăn hạn chế. Trong bài viết này, chúng ta sẽ tìm hiểu kỹ hơn cách sử dụng những công nghệ này cho các tác vụ như theo dõi dinh dưỡng và đề xuất công thức nấu ăn. Chúng ta cũng sẽ xem xét tác động của AI trong lĩnh vực dinh dưỡng đối với ngành chăm sóc sức khỏe.

Dùng AI để đếm lượng calo trong bữa ăn

Hình 1. Dùng AI để đếm lượng calo trong bữa ăn.

Thị giác máy tính trong theo dõi dinh dưỡng và phân tích thực phẩm#

Nhiều vấn đề sức khỏe có thể phát sinh do chế độ dinh dưỡng không phù hợp. Các nhà nghiên cứu phát hiện rằng tiêu thụ quá nhiều hoặc quá ít một số loại thực phẩm và chất dinh dưỡng có thể làm tăng nguy cơ mắc bệnh tim và đột quỵ. Vì vậy, việc theo dõi lượng dinh dưỡng hấp thụ là rất quan trọng. Theo cách truyền thống, việc này bao gồm ghi chép thủ công các loại thực phẩm bạn ăn, ước tính khẩu phần và tra cứu thông tin dinh dưỡng; quy trình có thể tốn thời gian và dễ sai lệch. Với công nghệ AI và thị giác máy tính, việc theo dõi dinh dưỡng đang trở nên dễ dàng hơn nhiều.

Khi ngồi xuống ăn, bạn có thể chụp ảnh bát hoặc đĩa thức ăn, sau đó model thị giác máy tính có thể phân tích ảnh để xác định các loại thực phẩm khác nhau. Hệ thống AI sau đó có thể ước tính khẩu phần và cung cấp thông tin dinh dưỡng chi tiết. Ví dụ, bằng cách sử dụng phát hiện đối tượng, hệ thống thị giác máy tính có thể xác định chính xác các món ăn trên đĩa của bạn. Các tập dữ liệu công khai như Food Recognition 2022 cho phép huấn luyện những model như vậy.

Ultralytics YOLOv8 phát hiện dâu tây

Hình 2. Dùng model thị giác máy tính Ultralytics YOLOv8 để phát hiện dâu tây.

Sau đó, các loại thực phẩm đã nhận diện có thể được đối chiếu với cơ sở dữ liệu dinh dưỡng lớn. Các thuật toán tiên tiến như ước tính độ sâu có thể giúp ước tính khẩu phần. Sau khi xác định thực phẩm và ước tính khẩu phần, hệ thống có thể tính toán lượng calo, chất dinh dưỡng đa lượng (như protein, chất béo và carbohydrate) và vi chất dinh dưỡng (chẳng hạn như vitamin và khoáng chất), để cung cấp thông tin dinh dưỡng chi tiết về bữa ăn.

Ứng dụng theo dõi bữa ăn dùng thị giác máy tính#

Một trong những ứng dụng phổ biến nhất của thị giác máy tính trong theo dõi bữa ăn là các ứng dụng di động. Hãy cùng xem nhanh một vài lựa chọn ứng dụng AI để theo dõi bữa ăn.

SnapCalorie là ứng dụng dùng thị giác máy tính để ước tính lượng calo và các chất dinh dưỡng đa lượng từ ảnh. Được huấn luyện trên 5.000 bữa ăn, ứng dụng giảm sai số ước tính calo xuống dưới 20% và cho kết quả tốt hơn hầu hết mọi người. Kết quả có thể được ghi vào nhật ký thực phẩm hoặc xuất sang các nền tảng thể dục như Apple Health.

Tương tự, một đổi mới thú vị đang thúc đẩy việc theo dõi dinh dưỡng bằng AI là LogMeal API. Công nghệ này sử dụng thuật toán deep learning được huấn luyện trên các tập dữ liệu hình ảnh thực phẩm lớn để phát hiện và nhận dạng thực phẩm chính xác. Các model của LogMeal đạt độ chính xác 93% trên 1.300 món ăn, đồng thời cung cấp phân tích dinh dưỡng chi tiết, phát hiện nguyên liệu và ước tính khẩu phần. LogMeal API có thể dễ dàng tích hợp vào ứng dụng để tạo giải pháp theo dõi bữa ăn cho nhà hàng, kiosk tự gọi món, startup công nghệ thực phẩm, nhà cung cấp dịch vụ chăm sóc sức khỏe và các đối tượng khác.

Nhận diện các món ăn bằng LogMeal

Hình 3. Nhận diện món ăn bằng LogMeal.

Dùng AI để gợi ý công thức nấu ăn#

AI có thể đề xuất công thức nấu ăn lành mạnh dựa trên những gì bạn có trong bếp. Các kỹ thuật thị giác máy tính như phân đoạn có thể xác định các nguyên liệu khác nhau trong ảnh chụp tủ lạnh hoặc tủ đựng thức ăn. Dựa trên đó, mô hình ngôn ngữ lớn (LLM) như ChatGPT có thể đề xuất công thức nấu ăn bằng AI tạo sinh. Vì bạn có thể nhập prompt cho LLM, bạn cũng có thể nêu rõ các hạn chế về chế độ ăn như thuần chay, không gluten hoặc ít carbohydrate, để hệ thống AI tuyển chọn các gợi ý công thức phù hợp với tiêu chí của bạn.

Nhận diện nguyên liệu bằng thị giác máy tính

Hình 4. Nhận diện nguyên liệu bằng thị giác máy tính.

“Sous Chef”, một phiên bản ChatGPT được tùy chỉnh, là ví dụ về công nghệ này. Công cụ có thể đề xuất công thức nấu ăn dựa trên những gì bạn đang có. Bạn có thể nhập các nguyên liệu làm prompt hoặc tải lên ảnh chụp những gì có trong tủ lạnh.

Có thể bạn đang tự hỏi liệu chúng ta có thực sự cần một hệ thống như vậy không. Các hệ thống AI gợi ý công thức nấu ăn mang lại nhiều lợi ích, chẳng hạn như giảm lãng phí thực phẩm bằng cách tận dụng tốt nguyên liệu sẵn có và làm phong phú thực đơn với các món ăn ngon. Chúng cũng có thể giúp bạn duy trì chế độ ăn cân bằng. Ví dụ, kế hoạch bữa ăn cá nhân hóa do trình tạo công thức AI đề xuất có thể giúp bạn đạt được mục tiêu thể chất. Những hệ thống này cũng có thể khiến việc nấu ăn thú vị và sáng tạo hơn nhiều.

Các startup đổi mới bằng AI trong ngành dinh dưỡng#

Ngành thực phẩm và dinh dưỡng đang có nhiều hoạt động thú vị liên quan đến AI. Hãy cùng điểm qua một số startup đang tích hợp AI vào thực phẩm chúng ta dùng hằng ngày.

Journey Foods, một startup có trụ sở tại Hoa Kỳ, cung cấp thông tin chuyên sâu về nguyên liệu để phát triển và ra mắt các sản phẩm thực phẩm đóng gói mới. Nền tảng khoa học dữ liệu JourneyAI phân tích hàng triệu nguyên liệu và dữ liệu chuỗi cung ứng để tìm nguyên liệu phù hợp nhất cho từng sản phẩm. Nền tảng thu thập và lưu trữ lượng lớn dữ liệu về hóa chất và chất dinh dưỡng nhằm tạo ra công thức tối ưu cho các sản phẩm thực phẩm. Nền tảng cũng giúp các công ty sản xuất thực phẩm đóng gói quản lý tốt hơn toàn bộ vòng đời sản phẩm thông qua hoạt động khám phá thực phẩm dựa trên dữ liệu.

Một startup đổi mới khác trong ngành dinh dưỡng là Viome. Viome sử dụng trí tuệ nhân tạo và công nghệ giải trình tự mRNA để đưa ra các khuyến nghị cá nhân hóa về dinh dưỡng và sức khỏe. Công ty cung cấp các xét nghiệm tại nhà để phân tích hệ vi sinh vật và biểu hiện gene, từ đó đưa ra thông tin chi tiết chính xác về sức khỏe của mỗi cá nhân. Những thông tin này giúp xác định nguyên nhân gốc rễ của tình trạng mất cân bằng vi sinh vật và viêm. Dựa trên các thông tin đó, Viome kê đơn thực phẩm bổ sung được thiết kế riêng và đưa ra khuyến nghị về chế độ ăn phù hợp với đặc điểm sinh hóa riêng của từng người. Bằng cách tập trung vào phòng ngừa bệnh mạn tính và giải quyết các vấn đề sức khỏe từ gốc, Viome giúp mọi người tiếp cận dịch vụ quản lý sức khỏe tiên tiến theo hướng cá nhân hóa.

Khuyến nghị thực phẩm dựa trên AI và giải trình tự bộ gene

Hình 5. Khuyến nghị thực phẩm dựa trên AI và giải trình tự bộ gene.

Cân nhắc những hạn chế của chuyên gia dinh dưỡng AI#

Mặc dù các hệ thống dinh dưỡng tăng cường bằng AI mang lại nhiều lợi ích, chúng ta cũng cần hiểu rõ một số hạn chế của các hệ thống này. Một vấn đề lớn là quyền riêng tư và bảo mật dữ liệu. Các hệ thống này cần truy cập thông tin nhạy cảm về sức khỏe và chế độ ăn của cá nhân. Nếu dữ liệu không được bảo vệ tốt, dữ liệu có thể bị sử dụng sai mục đích hoặc bị đánh cắp.

Ngoài ra còn có mối lo ngại về thiên kiến trong các thuật toán AI. Nếu dữ liệu huấn luyện không đủ đa dạng, các khuyến nghị có thể không chính xác với tất cả mọi người, dẫn đến lời khuyên không phù hợp cho một số nhóm nhất định. Một vấn đề khác là nguy cơ phụ thuộc quá mức vào công nghệ. AI có thể cung cấp thông tin hữu ích, nhưng không nên thay thế chuyên môn của chuyên gia dinh dưỡng và nhân viên y tế.

Tác động đến ngành y tế#

Các hệ thống theo dõi dinh dưỡng và chuyên gia dinh dưỡng ứng dụng AI được kỳ vọng sẽ định hình lại ngành y tế, làm thay đổi vai trò của chuyên gia dinh dưỡng và các chuyên gia chăm sóc sức khỏe. Những hệ thống này cũng mang đến cho công chúng nhiều lựa chọn hơn khi cần tư vấn về lượng dinh dưỡng nạp vào. Khoảng 40% số người không nghĩ rằng họ cần trao đổi với bác sĩ trước khi bổ sung thực phẩm bổ sung vào thói quen hằng ngày. AI giúp việc tiếp cận ý kiến chuyên gia dễ dàng hơn và có thể khuyến khích mọi người tham khảo thêm ý kiến trước khi thay đổi lượng dinh dưỡng nạp vào.

AI có thể thay đổi căn bản cách quản lý dinh dưỡng và chế độ ăn. Alexandra Kaplan, chuyên gia dinh dưỡng tại Core Nutrition ở Westchester, New York, cho biết: "Giả sử AI chính xác, công nghệ này có thể rất hữu ích vì sẽ giúp tôi biết chính xác khẩu phần thức ăn trên đĩa và thành phần của món ăn, từ đó giúp bệnh nhân biết họ đang ăn gì trong bữa đó."

Thay vì thay thế chuyên gia dinh dưỡng, AI có thể đóng vai trò là công cụ mạnh mẽ bổ trợ chuyên môn của họ. AI có thể cung cấp thông tin chuyên sâu dựa trên dữ liệu để hỗ trợ quyết định lâm sàng, giúp chuyên gia dinh dưỡng xây dựng kế hoạch điều trị hiệu quả hơn. Chẳng hạn, AI có thể nhận diện các mô hình trong thói quen ăn uống góp phần gây bệnh mạn tính ở bệnh nhân, qua đó giúp chuyên gia dinh dưỡng can thiệp sớm hơn và hiệu quả hơn.

Tóm lược về AI trong dinh dưỡng#

Thị giác máy tính và AI có thể giúp việc theo dõi những gì chúng ta ăn trở nên dễ dàng hơn nhiều, thậm chí có thể đóng vai trò như chuyên gia dinh dưỡng cá nhân. Các công nghệ này có thể giúp cải thiện sức khỏe bệnh nhân bằng cách theo dõi chính xác và đưa ra kế hoạch ăn uống phù hợp, đồng thời giảm chi phí chăm sóc sức khỏe nhờ tự động hóa hiệu quả hơn phần lớn quy trình phức tạp của chuyên gia dinh dưỡng. Dù AI vẫn có một số hạn chế như độ chính xác chưa cao và thiếu sự tương tác trực tiếp giữa người với người, các đổi mới về AI có thể bổ trợ chuyên môn của con người và nâng cao chất lượng chăm sóc dinh dưỡng tổng thể. Có thể chúng ta vẫn còn cách xa những cỗ máy tái tạo thức ăn trong Star Trek, nhưng AI đang định hình lại tương lai của ngành dinh dưỡng.

Hãy cùng đổi mới! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu những đóng góp của chúng tôi cho AI. Tìm hiểu cách chúng tôi ứng dụng AI trong các ngành như sản xuất và chăm sóc sức khỏe.

Được viết bởi

Abirami Vina
Abirami Vina

Nhà sáng tạo nội dung · Ultralytics

Khởi đầu sự nghiệp với vai trò kỹ sư thị giác máy tính, Abirami Vina đã xây dựng nền tảng vững chắc về AI thị giác và machine learning. Cô là Nhà sáng tạo nội dung tại Ultralytics, đồng thời là Nhà sáng lập kiêm Biên tập viên chính tại Scribe of AI, nơi cô xây dựng nội dung kỹ thuật chất lượng cao cho các công ty tập trung vào AI. Với niềm đam mê giúp AI trở nên dễ hiểu và hấp dẫn, công việc của cô kết nối công nghệ tiên tiến với tác động thực tế.

Bình luận

Đặt câu hỏi, chia sẻ kết quả hoặc giúp đỡ người khác.

Khám phá các giải pháp

Thị giác máy tính trong thể thao

Thị giác máy tính trong thể thao

Khám phá cách Ultralytics YOLO thúc đẩy thị giác máy tính trong thể thao với khả năng theo dõi cầu thủ và bóng, phân tích hiệu suất, cung cấp thông tin chuyên sâu cho huấn luyện và hỗ trợ phục hồi cho vận động viên.
Tìm hiểu thêm
Thị giác máy tính cho ảnh hàng không

Thị giác máy tính cho ảnh hàng không

Chuyển hình ảnh từ drone và ảnh hàng không thành thông tin chuyên sâu theo thời gian thực cho nông nghiệp, nuôi trồng thủy sản, bảo tồn và phân tích không gian địa lý với Ultralytics YOLO.
Tìm hiểu thêm
Thị giác máy tính trong hàng không vũ trụ

Thị giác máy tính trong hàng không vũ trụ

Ứng dụng computer vision trong ngành hàng không vũ trụ với Ultralytics YOLO cho kiểm tra máy bay, phát hiện dị vật trên đường băng (FOD), vận hành mặt đất tại sân bay và phát hiện lỗi vật liệu composite.
Tìm hiểu thêm
Computer vision trong lĩnh vực an ninh

Computer vision trong lĩnh vực an ninh

Bảo vệ mọi địa điểm bằng model Ultralytics YOLO. Vision AI hỗ trợ giám sát vành đai, phát hiện mối đe dọa, nhận dạng biển số và an toàn nơi làm việc.
Tìm hiểu thêm
Computer vision trong robotics

Computer vision trong robotics

Tăng cường năng lực cho máy móc thông minh bằng model Ultralytics YOLO. Vision AI trong lĩnh vực robotics hỗ trợ điều hướng tự động, nhận thức, theo dõi đối tượng và điều khiển theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong logistics

Thị giác máy tính trong logistics

Tinh giản hoạt động logistics với các model Ultralytics YOLO. Vision AI hỗ trợ kiểm tra kiện hàng, phân loại, theo dõi phương tiện và giám sát an toàn kho hàng theo thời gian thực.
Tìm hiểu thêm
Thị giác máy tính trong bán lẻ

Thị giác máy tính trong bán lẻ

Định hình lại hoạt động bán lẻ với các model Ultralytics YOLO. Vision AI hỗ trợ theo dõi hàng tồn kho, giám sát kệ hàng, quản lý hàng chờ và phân tích khách hàng thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong chăm sóc sức khỏe

Thị giác máy tính trong chăm sóc sức khỏe

Xây dựng các giải pháp chăm sóc sức khỏe với model Ultralytics YOLO. Vision AI trong chăm sóc sức khỏe hỗ trợ xử lý hình ảnh y tế nhanh hơn, chẩn đoán thông minh hơn và theo dõi bệnh nhân.
Tìm hiểu thêm
Thị giác máy tính trong sản xuất

Thị giác máy tính trong sản xuất

Tối ưu hóa sản xuất bằng các model Ultralytics YOLO. Vision AI thúc đẩy kiểm soát chất lượng, phát hiện lỗi, tuân thủ PPE và tự động hóa dây chuyền lắp ráp.
Tìm hiểu thêm
Thị giác máy tính trong ngành ô tô

Thị giác máy tính trong ngành ô tô

Ứng dụng thị giác máy tính trong ngành ô tô với các model Ultralytics YOLO. Vision AI nâng cao an toàn giao thông, hỗ trợ người lái và tự động hóa phương tiện để tạo nên những tuyến đường thông minh hơn.
Tìm hiểu thêm
Thị giác máy tính trong nông nghiệp

Thị giác máy tính trong nông nghiệp

Ứng dụng AI thị giác vào nông nghiệp thông minh với các model Ultralytics YOLO. Hỗ trợ giám sát cây trồng, theo dõi vật nuôi và canh tác chính xác để nâng cao năng suất một cách thông minh hơn.
Tìm hiểu thêm

Hãy cùng nhau kiến tạo tương lai của AI!

Bắt đầu hành trình hướng đến tương lai của machine learning