Forschungsprojekt der Unis Bern und Zürich

Mit KI vom Food-Föteli zur Diätanalyse

Uhr
von René Jaun und cka

Das Einhalten einer Diät ist oft mit dem zeitaufwändigen Protokollieren von Essen und Trinken verbunden. Ein Forschungsprojekt des Scale-ups Oviva und der Universitäten Bern und Zürich soll dies ändern. Sie trainieren einen Algorithmus, der aus Food-Fotos die Ernährungsweise ableitet.

(Source: Sudowoodo / iStock)
(Source: Sudowoodo / iStock)

Wer eine mediterrane Diät macht, darf eigentlich alles essen. Es kommt jedoch auf die Menge der verschiedenen Nahrungsmittel an, wie aus einer Mitteilung des Scale-ups Oviva hervorgeht. Der Speiseplan basiert demnach mehrheitlich auf Gemüse, Obst, Nüssen, Getreide oder Hülsenfrüchten und zu einer geringen Menge auf Fisch, Fleisch, Milchprodukten und Eiern. Aber auch Süssigkeiten seien erlaubt, merkt das Unternehmen an.

Zum Einhalten der mediterranen Diät ist eine detaillierte Ernährungsanalyse wichtig. Das Problem. Herkömmliche Methoden dazu, wie etwa Ernährungsprotokolle, seien zeitaufwendig und aufgrund der subjektiven Einschätzung der Portionsgrösse mühsam und fehleranfällig, erklärt Oviva. Das Jungunternehmen versucht deshalb, mithilfe eines Algorithmus die Ernährungsanalyse zu vereinfachen.

Dazu hat Ovivo zusammen mit dem ARTORG Center for Biomedical Engineering Research der Universität Bern und dem Institut für Epidemiologie, Biostatistik und Prävention der Universität Zürich ein KI-gestütztes System entwickelt, das Mahlzeiten und Getränke mittels Bildaufnahme analysiert und dabei automatisiert die Einhaltung der Mittelmeerdiät bewertet .

"Das Analysesystem erkennt nicht nur die einzelnen Nahrungsmittel und schätzt dabei die Portionsgrösse ein, sondern berechnet, zu welchem Grad sich die Person auf wöchentlicher Basis an die mediterrane Ernährungsweise hält", lässt sich Stavroula Mougiakakou von der Universität Bern zitieren.

Oviva bietet den Algorithmus in einer eigenen App an. Manuel Baumann, Co-Founder und CTO des Unternehmens, erläutert den Funktionsumfang wie folgt: "Heute kann unsere Anwendung fast 120 Lebensmittel aus sechs Kategorien unterscheiden und der Person in einem wöchentlichen Report mitteilen, welche Nahrungsmittel zu häufig oder zu selten konsumiert werden." Das Feedback der Nutzerinnen und Nutzer habe Oviva motiviert, die Funktion stetig weiterzuentwickeln.

Leiter des am Projekt beteiligten ARTORG Center for Biomedical Engineering Research der Universität Bern ist Raphael Sznitman. Im Interview mit der Netzwoche verriet er unlängst, wie Patientinnen und Patienten in der Medizin von künstlicher Intelligenz profitieren können.

Webcode
DPF8_271902