A IA na nutrição: Simplificar a alimentação saudável com visão computorizada

Abirami Vina

4 min ler

15 de agosto de 2024

Explore a forma como a IA na nutrição pode ser utilizada para monitorizar a ingestão de alimentos, sugerir receitas, oferecer serviços de dietista personalizados e o seu impacto na indústria médica.

Comer de forma saudável e manter-se em forma é um objetivo que muitos de nós se esforçam por alcançar. De acordo com um inquérito, 70% das pessoas querem ser mais saudáveis e, para 50% delas, comer de forma mais saudável é uma prioridade máxima. Ocasionalmente, podemos recorrer a conselhos de médicos e dietistas. No entanto, isso pode consumir muito tempo e implicar consultas e o controlo das refeições. O registo de refeições, em particular, pode ser entediante e propenso a erros.

A IA e a visão por computador podem tornar a alimentação saudável mais simples e mais acessível. Podem ajudar a analisar o que come, acompanhar a sua nutrição e até sugerir receitas com base nos seus objectivos de saúde. Estas tecnologias também podem ajudar a identificar alergénios para tornar o planeamento das refeições mais fácil e seguro para as pessoas com restrições alimentares. Neste artigo, veremos em pormenor como estas tecnologias podem ser utilizadas para tarefas como o acompanhamento nutricional e a sugestão de receitas. Veremos também como a IA na nutrição está a afetar o sector da saúde. Vamos lá começar!

__wf_reserved_inherit
Fig. 1. Utilização da IA para contar o número de calorias de uma refeição.

Visão por computador no rastreio nutricional e na análise de alimentos

Várias complicações de saúde podem surgir devido a uma ingestão nutricional incorrecta. Os investigadores descobriram que o consumo excessivo ou insuficiente de determinados alimentos e nutrientes pode aumentar o risco de doenças cardíacas e acidentes vasculares cerebrais. É por isso que é muito importante registar o seu consumo nutricional. Tradicionalmente, o controlo da ingestão nutricional envolve o registo manual dos alimentos ingeridos, a estimativa do tamanho das porções e a pesquisa de informações nutricionais, o que pode ser moroso e envolver uma margem de erro. Com as tecnologias de IA e de visão por computador, o controlo da nutrição é agora mais fácil do que nunca.

Quando se senta para comer, pode tirar uma fotografia da sua tigela ou prato, e os modelos de visão por computador podem analisar a imagem para identificar os diferentes alimentos. O sistema de IA pode então estimar o tamanho das porções e fornecer informações nutricionais pormenorizadas. Por exemplo, utilizando a deteção de objectos, os sistemas de visão por computador podem identificar com precisão os alimentos no seu prato.

__wf_reserved_inherit
Fig. 2. Utilização do modelo de visão computacional Ultralytics YOLOv8 para detetar morangos.

Estes alimentos identificados podem depois ser comparados com uma grande base de dados de informação nutricional. Algoritmos avançados, como a estimativa de profundidade, podem ajudar a estimar o tamanho das porções. Uma vez identificados os alimentos e estimados os tamanhos das porções, o sistema pode calcular as calorias, os macronutrientes (como proteínas, gorduras e hidratos de carbono) e os micronutrientes (como vitaminas e minerais), para lhe fornecer uma análise nutricional detalhada da sua refeição.

Aplicações de controlo de refeições com visão por computador

Uma das aplicações mais populares da visão computacional no controlo de refeições é através de aplicações móveis. Vamos dar uma olhadela rápida a algumas opções interessantes de rastreio de refeições com IA. 

SnapCalorie é uma aplicação que utiliza a visão por computador para estimar o conteúdo calórico e os macronutrientes a partir de uma fotografia. Treinada em 5000 refeições, reduz os erros de estimativa de calorias para menos de 20% e tem um desempenho superior ao da maioria dos humanos. Os resultados podem ser registados num diário alimentar ou exportados para plataformas de fitness como a Apple Health. 

Do mesmo modo, uma inovação interessante que impulsiona o rastreio nutricional por IA é a API LogMeal. Utiliza algoritmos de aprendizagem profunda que são treinados em grandes conjuntos de dados de imagens de alimentos para detetar e reconhecer com precisão os alimentos. Os modelos do LogMeal atingem 93% de precisão em 1300 pratos e fornecem análises nutricionais detalhadas, deteção de ingredientes e estimativa do tamanho das porções. A API do LogMeal pode ser facilmente integrada em aplicações para criar soluções de registo de refeições para restaurantes, quiosques de auto-encomenda, startups de tecnologia alimentar, prestadores de cuidados de saúde e outros consumidores.

__wf_reserved_inherit
Figura 3. Identificação de itens alimentares utilizando Logmeal.

Utilizar a IA para sugerir receitas

A IA pode sugerir receitas saudáveis com base no que tem disponível na sua cozinha. As técnicas de visão por computador, como a segmentação, podem identificar diferentes ingredientes numa imagem do seu frigorífico ou despensa. Com base nisto, um modelo de linguagem de grande dimensão (LLM) como o ChatGPT pode então sugerir receitas utilizando IA generativa. Uma vez que pode solicitar um LLM, pode também especificar restrições alimentares, como vegan, sem glúten ou com baixo teor de hidratos de carbono, e o sistema de IA selecionará sugestões de receitas que satisfaçam os seus critérios.

__wf_reserved_inherit
Fig. 4. Reconhecimento de ingredientes utilizando visão computacional.

O "Sous Chef", uma versão personalizada do ChatGPT, é um ótimo exemplo desta tecnologia. Pode sugerir receitas com base no que tem. Pode introduzir os ingredientes ou carregar uma imagem do que tem no frigorífico. 

Poderá estar a perguntar-se: será que precisamos mesmo de um sistema destes? Os sistemas de sugestão de receitas com IA oferecem muitos benefícios, como a redução do desperdício de alimentos através da boa utilização dos ingredientes disponíveis e o aumento da variedade de refeições com pratos gourmet. Podem também ajudá-lo a manter uma dieta equilibrada. Por exemplo, os planos de refeições personalizados sugeridos por um gerador de receitas com IA podem ajudá-lo a atingir objectivos de fitness. Estes sistemas também podem tornar a cozinha muito mais divertida e criativa.

Startups que inovam com IA no sector da nutrição

Há muito trabalho fascinante a ser feito na indústria alimentar e nutricional relativamente à IA. Vejamos algumas das empresas em fase de arranque que estão a integrar a IA nos alimentos que comemos todos os dias. 

A Journey Foods, uma startup sediada nos EUA, fornece informações sobre ingredientes para desenvolver e lançar novos produtos alimentares embalados. A sua plataforma de ciência de dados, JourneyAI, analisa milhões de ingredientes e dados da cadeia de abastecimento para encontrar o ingrediente ideal para cada produto. Recolhe e armazena grandes quantidades de dados sobre produtos químicos e nutrientes para criar as melhores formulações de produtos alimentares. A plataforma também permite às empresas de fabrico de alimentos embalados gerir melhor todo o ciclo de vida dos produtos através da descoberta de alimentos baseada em dados.

Outra start-up inovadora no sector da nutrição é a Viome. A Viome usa inteligência artificial e tecnologia de sequenciamento de mRNA para oferecer recomendações personalizadas de nutrição e bem-estar. Eles fornecem testes caseiros que analisam o microbioma e a expressão gênica para fornecer informações precisas sobre a saúde de um indivíduo. Estas informações ajudam a identificar as causas subjacentes dos desequilíbrios microbianos e da inflamação. Com base nesta informação, a Viome prescreve suplementos personalizados e recomendações dietéticas adaptadas à bioquímica única de cada pessoa. Ao concentrar-se na prevenção de doenças crónicas e na resolução de problemas de saúde de raiz, a Viome torna a gestão avançada da saúde acessível e personalizada.

__wf_reserved_inherit
Figura 5. Recomendações alimentares baseadas na IA e na sequenciação do genoma.

Ponderar os inconvenientes dos dietistas com IA

Embora os sistemas nutricionais com IA ofereçam muitos benefícios, também precisamos de compreender alguns dos seus inconvenientes. Uma das principais questões é a privacidade e a segurança dos dados. Estes sistemas precisam de aceder a informações pessoais sensíveis sobre saúde e alimentação. Se estes dados não estiverem bem protegidos, podem ser utilizados indevidamente ou roubados. 

Além disso, existe a preocupação com a parcialidade dos algoritmos de IA. Se os dados de treino não forem suficientemente diversificados, as recomendações podem não ser exactas para todos, o que pode levar a maus conselhos para determinados grupos de pessoas. Outra questão é o risco de nos tornarmos demasiado dependentes da tecnologia. A IA pode fornecer informações úteis, mas não deve substituir os conhecimentos dos nutricionistas e dos prestadores de cuidados de saúde humanos. 

O impacto na indústria médica

Os sistemas de rastreio nutricional e de dietistas alimentados por IA estão destinados a remodelar a indústria médica, alterando o papel dos dietistas humanos e dos profissionais de saúde. Também dão ao público mais opções quando se trata de obter aconselhamento sobre a ingestão nutricional. Cerca de 40% das pessoas não sentem necessidade de falar com o seu médico antes de adicionar um suplemento à sua rotina diária. A IA facilita a obtenção de uma opinião especializada e pode incentivar o público a obter mais informações antes de efetuar alterações à sua ingestão nutricional.

É provável que uma transformação da IA possa alterar fundamentalmente a forma como a nutrição e a gestão da dieta são tratadas. Alexandra Kaplan, dietista-nutricionista da Core Nutrition, sediada em Westchester, Nova Iorque, afirma: "Partindo do princípio de que é exacta (IA), poderia ser muito útil porque me ajudaria a saber a porção exacta do que está no prato e depois o que está na comida, pelo que poderia ser útil para os pacientes saberem o que estão a comer nessa refeição."

Em vez de substituir os dietistas humanos, a IA pode servir como uma ferramenta poderosa que complementa os seus conhecimentos. A IA pode fornecer informações baseadas em dados que podem apoiar a tomada de decisões clínicas, o que ajuda os dietistas a desenvolver planos de tratamento mais eficazes. Por exemplo, a IA pode identificar padrões nos hábitos alimentares de um paciente que contribuem para doenças crónicas e permitir que os dietistas intervenham mais cedo e de forma mais eficaz. 

O resumo sobre a IA na nutrição

A visão por computador e a IA podem tornar muito mais fácil monitorizar o que comemos e podem mesmo ser o nosso dietista pessoal. Estas tecnologias podem ser utilizadas para ajudar a melhorar a saúde dos doentes, proporcionando uma monitorização precisa e planos de dieta adaptados, ao mesmo tempo que reduzem os custos dos cuidados de saúde, tornando mais eficientes a maior parte dos complicados processos dos dietistas. Embora a IA tenha algumas limitações, como problemas de precisão e a falta de um toque humano pessoal, as inovações da IA podem complementar os conhecimentos humanos e melhorar os cuidados nutricionais em geral. Podemos estar ainda muito longe dos replicadores de alimentos do Star Trek, mas a IA na nutrição está a remodelar o futuro.

Vamos inovar juntos! Explore o nosso repositório GitHub para ver as nossas contribuições para a IA. Descubra como estamos a redefinir sectores como o fabrico e os cuidados de saúde com tecnologia de IA de ponta. 🚀

Vamos construir juntos o futuro
da IA!

Comece a sua viagem com o futuro da aprendizagem automática

Comece gratuitamente
Ligação copiada para a área de transferência