Mientras trabajaba en Google, Wade Norris quería crear un proyecto que pudiera tener un impacto positivo en la vida de las personas. Fue cofundador de Google Lens, la aplicación de visión por computadora de Google que brinda información relacionada con los objetos que identifica. Pero no acabó de rascarse la picazón.
Entonces, hace varios años, Norris se asoció con Scott Baron, un ingeniero de sistemas en la industria aeroespacial, para lanzar una empresa emergente centrada en la salud llamada SnapCalorie. SnapCalorie, con tecnología de inteligencia artificial, intenta obtener un recuento exacto de calorías y un desglose de macronutrientes de una comida a partir de una sola foto tomada con un teléfono inteligente.
Este mes, SnapCalorie recaudó $2 millones en fondos de inversionistas que incluyen a Accel, Index Ventures, el ex director ejecutivo de CrossFit, Eric Roza, y Y Combinator. La compañía recaudó previamente $ 125,000 de inversionistas no identificados en una ronda previa a la semilla.
“Los seres humanos son terribles para estimar visualmente el tamaño de la porción de un plato de comida”, dijo Norris. “SnapCalorie mejora el status quo al combinar una variedad de nuevas tecnologías y algoritmos”.
Para ser claros, SnapCalorie no es la primera aplicación basada en visión por computadora para contar calorías. Aplicaciones como Calorie Mama, Lose It, Foodadvisor y Bite.AI han intentado la hazaña, con diversos grados de éxito. Pero lo que hace que SnapCalorie sea diferente, afirma Norris, es el uso de sensores de profundidad en dispositivos compatibles para medir el tamaño de las porciones y un equipo de revisores humanos para “una capa adicional de calidad”.
“En promedio, el equipo puede reducir el error calórico a menos del 20 %”, dice Norris. “Hay otras aplicaciones capaces de usar IA para realizar un seguimiento de comidas basado en fotografías, pero ninguna de ellas ayuda con la estimación del tamaño de las porciones, la parte más importante para reducir el error”.
Créditos de imagen: SnapCalorie
Hay mucho escepticismo en la industria de la salud en torno a las herramientas de estimación de calorías basadas en fotografías, y por una buena razón. Uno 2020 estudiar Al comparar algunos de los contadores de calorías basados en IA más populares, se encontró que el más preciso, Calorie Mama, solo acertó alrededor del 63 % de las veces.
Entonces, ¿cómo ha mejorado SnapCalorie? Más allá del uso de sensores de profundidad y revisores, Norris apunta a un algoritmo que desarrolló la compañía que aparentemente puede superar a una persona en la estimación de las calorías de un alimento. Usando el algoritmo, SnapCalorie identifica los tipos de alimentos en una foto y mide el tamaño de la porción de cada uno para estimar el contenido calórico.
Los resultados pueden registrarse en el diario de alimentos de SnapCalorie o exportarse a plataformas de seguimiento del estado físico como Apple Health.
El sólido rendimiento informado del algoritmo proviene de su conjunto de datos de entrenamiento único de 5000 comidas, dice Norris, que SnapCalorie creó al tomar miles de fotos de cada comida, por ejemplo, sopas, burritos, aceites, “salsas misteriosas” y más, utilizando una plataforma robótica.
“Nos aseguramos de que tuvieran todas las condiciones diversas y desafiantes que verías en el mundo real y pesamos cada ingrediente en una balanza”, dijo Norris. “La canalización tradicional para entrenar un modelo de IA es descargar imágenes web públicas, hacer que las personas etiqueten las imágenes y luego entrenar el modelo para predecir esas etiquetas. Esto no es posible para la comida, porque las personas son muy imprecisas al estimar visualmente el tamaño de las porciones, por lo que no puede hacer que las personas etiqueten las imágenes después del hecho”.
Norris admite que el algoritmo de SnapCalorie puede estar sesgado hacia la comida estadounidense, ya que el equipo recopiló la mayoría de los datos de capacitación inicial en los EE. incluir otras cocinas culturales, dice.
Se podría argumentar que, sin importar qué tan preciso sea el algoritmo, ninguna aplicación puede dar una cuenta verdaderamente precisa de cuántas calorías comiste en una comida. Hay una variedad de variables que las aplicaciones no consideran, después de todo, como los diferentes métodos de cocción y la cantidad de tiempo que lleva descomponer los alimentos individuales.
Norris no afirma que SnapCalorie sea 100 % preciso, lo que sugiere que las herramientas de estimación de calorías de la aplicación deberían considerarse simplemente una pieza del gran rompecabezas de la nutrición. Destacó la otra función importante de SnapCalorie, un chatbot con tecnología ChatGPT, que brinda sugerencias de comidas informadas por los objetivos y preferencias anteriores del usuario, así como la base de datos de valores nutricionales de SnapCalorie.
Créditos de imagen: SnapCalorie
“Descubrimos que el interés de las personas por comprender lo que están introduciendo en sus cuerpos va en aumento. Los impactos negativos para la salud de cosas como los alimentos procesados son cada vez más claros cada día”, dijo Norris. “Escuchamos que a nuestros usuarios les gusta mucho SnapCalorie, especialmente cuando salen a comer, ya que muchos restaurantes no publican los valores nutricionales y, de lo contrario, no tendrían forma de registrar la comida”.
En cuanto a su punto sobre la popularidad, SnapCalorie parece estar creciendo a un ritmo saludable: está en camino de llegar a 1,000 nuevos usuarios este mes. La compañía se centró en la expansión en este momento en lugar de la monetización, pero Norris describió la tasa de consumo como “muy conservadora”.
“Nuestra increíble tasa de crecimiento orgánico parece indicar que nuestra propuesta de valor resuena bien entre los consumidores: la gente lo prueba, lo ama y lo recomienda a sus amigos y familiares”, dijo.
Source link