الشيك الأخضر
تم نسخ الرابط إلى الحافظة

الذكاء الاصطناعي في التغذية: تبسيط الأكل الصحي باستخدام الرؤية الحاسوبية

اكتشف كيف يمكن استخدام الذكاء الاصطناعي في مجال التغذية لتتبع تناول الطعام، واقتراح وصفات الطعام، وتقديم خدمات اختصاصي تغذية مخصصة، وتأثيره على القطاع الطبي.

تناول الطعام الصحي والحفاظ على اللياقة البدنية هو هدف يسعى الكثير منا لتحقيقه. وفقًا لاستطلاع للرأي، يرغب 70% من الأشخاص في أن يكونوا أكثر صحة، وبالنسبة لـ 50% منهم، فإن تناول الطعام الصحي هو أولوية قصوى. قد نعتمد في بعض الأحيان على نصائح الأطباء وأخصائيي التغذية. ومع ذلك، قد يستغرق هذا الأمر وقتًا طويلاً ويتطلب تحديد مواعيد وتتبع الوجبات. يمكن أن يكون تتبع الوجبات على وجه الخصوص مملاً وعرضة للأخطاء.

يمكن للذكاء الاصطناعي والرؤية الحاسوبية أن يجعلا تناول الطعام الصحي أكثر بساطة وسهولة. يمكنهما المساعدة في تحليل ما تأكله، وتتبع تغذيتك، وحتى اقتراح وصفات بناء على أهدافك الصحية. يمكن أن تساعد هذه التقنيات أيضًا في تحديد مسببات الحساسية لجعل تخطيط الوجبات أسهل وأكثر أمانًا للأشخاص الذين يعانون من قيود غذائية. في هذه المقالة، سنلقي نظرة فاحصة على كيفية استخدام هذه التقنيات في مهام مثل تتبع التغذية واقتراح الوصفات الغذائية. سنرى أيضًا كيف يؤثر الذكاء الاصطناعي في مجال التغذية على صناعة الرعاية الصحية. لنبدأ!

الشكل 1. استخدام الذكاء الاصطناعي لحساب عدد السعرات الحرارية في الوجبة.

الرؤية الحاسوبية في تتبع التغذية وتحليل الأغذية

يمكن أن تنشأ العديد من المضاعفات الصحية المختلفة من تناول الغذاء غير السليم. فقد وجد الباحثون أن تناول الكثير أو القليل جداً من بعض الأطعمة والعناصر الغذائية يمكن أن يزيد من خطر الإصابة بأمراض القلب والسكتة الدماغية. لهذا السبب من المهم جداً تتبع المدخول الغذائي الذي تتناوله. تقليدياً، ينطوي تتبع المدخول الغذائي على تسجيل الأطعمة التي تتناولها يدوياً، وتقدير أحجام الحصص الغذائية، والبحث عن المعلومات الغذائية، وهو ما قد يستغرق وقتاً طويلاً وينطوي على هامش من الخطأ. مع تقنيات الذكاء الاصطناعي والرؤية الحاسوبية، أصبح تتبع التغذية أسهل الآن من أي وقت مضى.

عندما تجلس لتناول الطعام، يمكنك التقاط صورة لوعائك أو طبقك، ويمكن لنماذج الرؤية الحاسوبية تحليل الصورة لتحديد الأطعمة المختلفة. يمكن لنظام الذكاء الاصطناعي بعد ذلك تقدير أحجام الحصص الغذائية وتوفير معلومات غذائية مفصلة. على سبيل المثال، باستخدام اكتشاف الأجسام، يمكن لأنظمة الرؤية الحاسوبية تحديد عناصر الطعام في طبقك بدقة.

الشكل 2. استخدام Ultralytics YOLOv8 نموذج الرؤية الحاسوبية للكشف عن الفراولة.

يمكن بعد ذلك مطابقة هذه المواد الغذائية المحددة مع قاعدة بيانات كبيرة للمعلومات الغذائية. يمكن أن تساعد الخوارزميات المتقدمة مثل تقدير العمق في تقدير أحجام الحصص الغذائية. بمجرد تحديد الأطعمة وتقدير أحجام الحصص الغذائية، يمكن للنظام حساب السعرات الحرارية والمغذيات الكبيرة (مثل البروتينات والدهون والكربوهيدرات) والمغذيات الدقيقة (مثل الفيتامينات والمعادن)، لإعطائك تفصيلاً غذائياً مفصلاً لوجبتك.

تطبيقات تتبُّع الوجبات مدعومة بالرؤية الحاسوبية

أحد أكثر تطبيقات الرؤية الحاسوبية شيوعًا في تتبع الوجبات هو من خلال تطبيقات الأجهزة المحمولة. دعونا نلقي نظرة سريعة على بعض خيارات تتبع الوجبات المثيرة للذكاء الاصطناعي. 

SnapCalorie هو تطبيق يستخدم الرؤية الحاسوبية لتقدير محتوى السعرات الحرارية والمغذيات الكبيرة من صورة. تم تدريبه على 5000 وجبة، وهو يقلل من أخطاء تقدير السعرات الحرارية إلى أقل من 20% ويتفوق على معظم البشر. يمكن تسجيل النتائج في دفتر يوميات الطعام أو تصديرها إلى منصات اللياقة البدنية مثل Apple Health. 

وبالمثل، من الابتكارات المثيرة للاهتمام التي تقود تتبع التغذية بالذكاء الاصطناعي واجهة برمجة تطبيقات LogMeal. فهي تستخدم خوارزميات التعلم العميق التي يتم تدريبها على مجموعات بيانات كبيرة من صور الطعام لاكتشاف الأطعمة والتعرف عليها بدقة. تحقق نماذج LogMeal دقة بنسبة 93% عبر 1300 طبق وتوفر تحليلاً غذائياً مفصلاً واكتشاف المكونات وتقدير حجم الحصة الغذائية. يمكن دمج واجهة برمجة تطبيقات LogMeal بسهولة في التطبيقات لإنشاء حلول لتتبع الوجبات للمطاعم وأكشاك الطلب الذاتي والشركات الناشئة في مجال تكنولوجيا الأغذية ومقدمي الرعاية الصحية والمستهلكين الآخرين.

الشكل 3. تحديد المواد الغذائية باستخدام اللوغيمال.

استخدام الذكاء الاصطناعي لاقتراح الوصفات

يمكن للذكاء الاصطناعي اقتراح وصفات صحية بناءً على ما يتوفر لديك في مطبخك. يمكن لتقنيات الرؤية الحاسوبية مثل التجزئة أن تحدد المكونات المختلفة في صورة ثلاجتك أو مخزنك. بناءً على ذلك، يمكن لنموذج لغوي كبير (LLM) مثل ChatGPT يمكن بعد ذلك اقتراح وصفات باستخدام الذكاء الاصطناعي التوليدي. ونظراً لأنه يمكنك مطالبة نموذج اللغة الكبيرة (LLM)، يمكنك أيضاً تحديد القيود الغذائية مثل الأطعمة النباتية أو الخالية من الغلوتين أو منخفضة الكربوهيدرات، وسيقوم نظام الذكاء الاصطناعي بتنظيم اقتراحات الوصفات لتلبية معاييرك.

الشكل 4. التعرف على المكونات باستخدام الرؤية الحاسوبية.

"Sous Chef", a customized version of ChatGPT, is a great example of this technology. It can suggest recipes based on what you have. You can either prompt in the ingredients or upload an image of what you have in your fridge. 

قد تتساءل، هل نحتاج حقاً إلى مثل هذا النظام؟ تقدم أنظمة اقتراح الوصفات بالذكاء الاصطناعي العديد من الفوائد مثل تقليل هدر الطعام من خلال الاستفادة من المكونات المتاحة وزيادة تنوع الوجبات مع أطباق الذواقة. ويمكنها أيضاً مساعدتك في الحفاظ على نظام غذائي متوازن. على سبيل المثال، يمكن أن تساعدك خطط الوجبات المخصصة التي يقترحها مولد الوصفات بالذكاء الاصطناعي على تحقيق أهداف اللياقة البدنية. يمكن لهذه الأنظمة أيضاً أن تجعل الطهي أكثر متعة وإبداعاً.

الشركات الناشئة التي تبتكر باستخدام الذكاء الاصطناعي في مجال التغذية

هناك الكثير من الأعمال الرائعة التي يتم إنجازها في مجال الأغذية والتغذية فيما يتعلق بالذكاء الاصطناعي. دعونا نلقي نظرة على بعض الشركات الناشئة التي تدمج الذكاء الاصطناعي في الطعام الذي نتناوله كل يوم. 

تقدم شركة Journey Foods، وهي شركة ناشئة مقرها الولايات المتحدة الأمريكية، معلومات عن المكونات لتطوير وإطلاق منتجات غذائية معبأة جديدة. تقوم منصة JourneyAI لعلوم البيانات الخاصة بهم بتحليل ملايين المكونات وبيانات سلسلة التوريد للعثور على المكون المثالي لكل منتج. وتقوم بجمع وتخزين كميات هائلة من البيانات عن المواد الكيميائية والعناصر الغذائية لإنشاء أفضل تركيبات للمنتجات الغذائية. كما تُمكِّن المنصة شركات تصنيع الأغذية المعبأة من إدارة دورات حياة المنتج بالكامل بشكل أفضل من خلال اكتشاف الأغذية القائمة على البيانات.

ومن الشركات الناشئة المبتكرة الأخرى في مجال التغذية شركة Viome. تستخدم شركة Viome الذكاء الاصطناعي وتكنولوجيا تسلسل الحمض النووي الريبي المرسال (mRNA) لتقديم توصيات شخصية للتغذية والعافية. فهي توفر اختبارات منزلية تحلل الميكروبيوم والتعبير الجيني لإعطاء رؤى دقيقة حول صحة الفرد. تساعد هذه الرؤى في تحديد الأسباب الكامنة وراء الاختلالات الميكروبية والالتهابات. واستناداً إلى هذه المعلومات، تصف فيوم مكملات غذائية وتوصيات غذائية مصممة خصيصاً لتناسب الكيمياء الحيوية الفريدة لكل شخص. من خلال التركيز على الوقاية من الأمراض المزمنة ومعالجة المشكلات الصحية الجذرية، تجعل فيوم الإدارة الصحية المتقدمة متاحة وشخصية.

الشكل 5. توصيات غذائية مبنية على الذكاء الاصطناعي وتسلسل الجينوم.

موازنة عيوب أخصائيي التغذية بالذكاء الاصطناعي

في حين أن أنظمة التغذية المعززة بالذكاء الاصطناعي تقدم العديد من الفوائد، فإننا نحتاج أيضاً إلى فهم بعض عيوبها. إحدى المشكلات الرئيسية هي خصوصية البيانات وأمنها. تحتاج هذه الأنظمة إلى الوصول إلى المعلومات الصحية والغذائية الشخصية الحساسة. إذا لم تكن هذه البيانات محمية بشكل جيد، فقد يُساء استخدامها أو تُسرق. 

هناك أيضًا القلق من التحيز في خوارزميات الذكاء الاصطناعي. إذا لم تكن بيانات التدريب متنوعة بما فيه الكفاية، فقد لا تكون التوصيات دقيقة للجميع، مما قد يؤدي إلى تقديم نصائح سيئة لمجموعات معينة من الأشخاص. المشكلة الأخرى هي خطر الاعتماد المفرط على التكنولوجيا. يمكن للذكاء الاصطناعي تقديم رؤى مفيدة، ولكن لا ينبغي أن يحل محل خبرة خبراء التغذية ومقدمي الرعاية الصحية من البشر. 

التأثير على الصناعة الطبية

من المقرر أن تعيد أنظمة تتبع التغذية وأنظمة التغذية المدعومة بالذكاء الاصطناعي تشكيل القطاع الطبي، وتغيير أدوار أخصائيي التغذية البشرية وأخصائيي الرعاية الصحية. كما أنها تتيح للجمهور المزيد من الخيارات عندما يتعلق الأمر بالحصول على المشورة بشأن المدخول الغذائي. حوالي 40% من الناس لا يشعرون أنهم بحاجة إلى التحدث مع طبيبهم قبل إضافة مكمل غذائي إلى روتينهم اليومي. يجعل الذكاء الاصطناعي من السهل الحصول على رأي الخبراء ويمكن أن يشجع الجمهور على الحصول على المزيد من المدخلات قبل إجراء تغييرات على مدخولهم الغذائي.

من المحتمل أن يؤدي تحول الذكاء الاصطناعي إلى تغيير جذري في كيفية التعامل مع التغذية وإدارة النظام الغذائي. تقول ألكسندرا كابلان، أخصائية التغذية والتغذية في شركة كور نيوتريشن ومقرها في ويستشستر بنيويورك: "على افتراض أنه دقيق (الذكاء الاصطناعي)، فقد يكون مفيدًا للغاية لأنه سيساعدني في معرفة الحصة الدقيقة لما هو موجود في الطبق ثم ما هو موجود في الطعام، لذا قد يكون من المفيد للمرضى معرفة ما يتناولونه في تلك الوجبة".

وبدلاً من أن يحل الذكاء الاصطناعي محل أخصائيي التغذية البشريين، يمكن للذكاء الاصطناعي أن يكون بمثابة أداة قوية تكمل خبراتهم. يمكن أن يوفر الذكاء الاصطناعي رؤى قائمة على البيانات يمكن أن تدعم اتخاذ القرارات السريرية التي تساعد أخصائيي التغذية على وضع خطط علاجية أكثر فعالية. على سبيل المثال، يمكن للذكاء الاصطناعي تحديد الأنماط في العادات الغذائية للمريض التي تساهم في الإصابة بالأمراض المزمنة، والسماح لأخصائيي التغذية بالتدخل في وقت مبكر وبفعالية أكبر. 

ملخص عن الذكاء الاصطناعي في التغذية

يمكن للكمبيوتر والذكاء الاصطناعي أن يسهّل كثيراً تتبع ما نتناوله من طعام، بل ويمكن أن يكون اختصاصي التغذية الخاص بك. يمكن استخدام هذه التقنيات للمساعدة في تحسين صحة المرضى من خلال توفير مراقبة دقيقة وخطط غذائية مصممة خصيصًا، مع خفض تكاليف الرعاية الصحية من خلال جعل معظم عمليات أخصائي التغذية المعقدة أكثر كفاءة. على الرغم من أن الذكاء الاصطناعي لديه بعض القيود، مثل مشاكل الدقة والافتقار إلى اللمسة البشرية الشخصية، إلا أن ابتكارات الذكاء الاصطناعي يمكن أن تكمل الخبرة البشرية وتعزز الرعاية الغذائية الشاملة. قد لا نزال بعيدين كل البعد عن أجهزة استنساخ الطعام في ستار تريك، لكن الذكاء الاصطناعي في مجال التغذية يعيد تشكيل المستقبل.

لنبتكر معاً! استكشف مستودع GitHub الخاص بنا للاطلاع على مساهماتنا في الذكاء الاصطناعي. اكتشف كيف نعيد تعريف صناعات مثل التصنيع والرعاية الصحية باستخدام أحدث تقنيات الذكاء الاصطناعي. 🚀

شعار الفيسبوكشعار تويترشعار لينكد إنرمز نسخ الرابط

اقرأ المزيد في هذه الفئة

دعونا نبني المستقبل
من الذكاء الاصطناعي معا!

ابدأ رحلتك مع مستقبل التعلم الآلي