Theo TechXplore, một nhóm nghiên cứu tại trường Đại học McGill, Canada đã phát triển một ứng dụng di động có thể nhận diện được các loại thực phẩm trong một bữa ăn thực và cung cấp những thông tin hữu ích liên quan đến dinh dưỡng . Ứng dụng mới này mang tên Food Tracker, được phác thảo lần đầu trong một bài báo gần đây, từng được xuất bản trên arXiv và trình bày tại Hội nghị Quốc tế lần thứ 16 về Ứng dụng thị giác máy ở Tokyo.

Phòng thí nghiệm của chúng tôi tập trung vào ứng dụng liên quan đến sức khỏe trên các hệ thống được đính kèm”, Zelijiko Zilic – một trong những người thực hiện nghiên cứu đã chia sẻ với báo chí. 

“Chúng tôi đặt mục tiêu đưa tự động hóa vào trong nhật ký ăn uống, giúp hỗ trợ những cá nhân quan tâm đến thói quen ăn uống cũng như các bệnh nhân trong việc theo dõi bữa ăn cũng như nội dung dinh dưỡng hàng ngày của họ. Với mục tiêu đó, chúng tôi đang cung cấp các ứng dụng (DiaBeatMove và CarbAndMove) cho iPhone để hỗ trợ bệnh nhân tiểu đường và tiền đái tháo đường quản lý việc tập thể dục, dinh dưỡng, insulin, cũng như những khía cạnh sức khỏe khác”, Zelijiko Zilic nói.

Chế độ nhận diện thực phẩm (bên trái) và phân tích dinh dưỡng từ thư viện (bên phải) trên ứng dụng FoodTracker.

Sự gia tăng tỷ lệ béo phì cùng các vấn đề liên quan đến dinh dưỡng ở cả Hoa Kỳ và các quốc gia khác trên toàn thế giới đã đã tạo ra làn sóng phát triển các ứng dụng di động hoặc nền tảng trực tuyến thúc đẩy lối sống lành mạnh hơn trong giới nghiên cứu.

Trong một nghiên cứu gần đây, Zilic và các đồng nghiệp của mình đã đặc biệt phát triển một ứng dụng cho điện thoại thông minh có thể nhận biết một cách nhanh chóng và hiệu quả các thực phẩm người dùng đang sử dụng, đồng thời cung cấp thông tin dinh dưỡng về các thành phần của bữa ăn.

FoodTracker, là một ứng dụng di động được phát triển bởi các nhà nghiên cứu, và vô cùng dễ sử dụng. Khi người dùng hướng camera của điện thoại thông minh vào đĩa thức ăn, ứng dụng sẽ nhanh chóng nhận diện thành phần của nó.

“Lợi thế chính FoodTracker là nó không dựa vào việc nhập dữ liệu thủ công, mà vẫn có thể giám sát thực phẩm và phân tích dinh dưỡng một cách tự động, chỉ dựa trên hình ảnh từ camera di động”, Jianing Sun, một nhà nghiên cứu khác khẳng định.

Trước hết, Zilic, Sun và các cộng sự của họ đã phát triển một mô hình kết hợp mạng nơ-ron tích chập (CNN) cùng với YOLO, một chiến lược phát hiện hiện đại. Họ đã đào tạo mô hình này sử dụng một cơ sở dữ liệu lớn về hình ảnh thực phẩm và phát hiện rằng, độ chính xác trung bình trong xác định thực phẩm dựa trên hình ảnh của mô hình này đạt khoảng 80%.

“Sử dụng mô hình này, chúng tôi đã cho thấy rằng ngay cả những chiếc điện thoại thông minh bình thường cũng có thể đảm nhận được việc nhận biết thực phẩm cần thiết”, Zilic nói. “Một trong số những phát hiện có ý nghĩa nhất là thời gian suy luận ngắn, bộ nhớ thời gian chạy thấp và độ chính xác cao khiến FoodTracker trở nên thực tế cũng như dễ sử dụng”.

Sau đó, các nhà nghiên cứu đã tích hợp mô hình của họ vào ứng dụng FoodTracker, bổ sung thêm tính năng phân tích dinh dưỡng. Như vậy, ứng dụng có thể cung cấp các thông tin dinh dưỡng quan trọng (ví dụ như: calo, số lượng, v.v.) cho từng thành phần thực phẩm được phát hiện bởi mô hình dựa trên CNN.

Theo các đánh giá ban đầu, FoodTracker là một công cụ đầy hứa hẹn trong việc nhận dạng thực phẩm theo thời gian thực và cung cấp hướng dẫn dinh dưỡng. Hơn nữa, dù bao gồm thành phần AI, ứng dụng có thể sử dụng được trên các thiết bị di động với thời gian suy luận không đáng kể và yêu cầu bộ nhớ nhỏ.

Một ví dụ về kết quả phân tích dinh dưỡng của FoodTracker.

Trong tương lai, các ứng dụng di động như FoodTracker có thể nâng cao kiến ​​thức của mọi người về dinh dưỡng, hỗ trợ nhận thức rõ hơn về thực phẩm tiêu thụ hàng ngày, và thậm chí có thể giúp cải thiện thói quen ăn uống. Hiện tại, Zilic, Sun, và các cộng sự đang lên kế hoạch tích hợp các hướng dẫn dinh dưỡng được cung cấp bởi ứng dụng với các mô-đun khác nhằm khuyến khích lối sống lành mạnh hơn.

“Khi ở Nhật Bản để trình bày về dự án này, tôi nhận ra rằng, có nhiều nhà nghiên cứu công nghiệp đang nghiên cứu về phát hiện thực phẩm sử dụng công nghệ thị giác máy tính mới”, Sun nói. “Thậm chí, tôi còn được mời đến một công ty công nghệ thực phẩm quốc tế có trụ sở kinh doanh tại hơn 70 quốc gia. Tôi cảm thấy rằng, mọi người đang ngày một chú ý hơn thói quen ăn uống hàng ngày vì sức khỏe của bản thân.”

“Ứng dụng hoàn toàn tự động, mà để có thể phát hiện các đối tượng thực phẩm, trích xuất nội dung dinh dưỡng thì rất phức tạp, đặc biệt là khi ứng dụng thực tế”, Katarzyna Radecka, một người thuộc nhóm nghiên cứu chia sẻ.

“Công việc của chúng tôi đã đặt bước khởi đầu, tuy nhiên, vẫn còn rất nhiều công việc cần hoàn thiện, như học tập đa tác vụ, cải thiện tính chắc chắn và khái quát hóa, cũng như khả năng ước tính khối lượng. Chúng tôi tin rằng, chỉ cần một phần giải pháp cho những vẫn đề này cũng có thể đem lại giá trị lớn cho cộng đồng”, Katarzyna Radecka khẳng định.