Wetenschappers van de Universiteit van New York ontwikkelen een systeem dat via artificiële intelligentie de voedingswaarde van je maaltijd inschat op basis van een foto. Het systeem blijkt verrassend accuraat en werkt over verschillende wereldkeukens heen.
Voeding analyseren zonder voedseldagboek
Een foto nemen van je bord volstaat binnenkort om te weten hoeveel calorieën, vetten of koolhydraten een maaltijd bevat. De technologie richt zich op mensen die hun voeding nauwgezet willen opvolgen, bijvoorbeeld om medische of gezondheidsredenen. Tot nu toe gebeurt dat vaak handmatig via voedseldagboeken of inschattingen, maar de AI-toepassing biedt een geautomatiseerd alternatief.
Het systeem is in staat om ingrediënten op een foto te herkennen, hun volume te schatten en daaruit een berekening te maken van de voedingswaarden. Zo wordt bijvoorbeeld een stuk pizza ingeschat op 317 calorieën, 40 gram koolhydraten, 10 gram eiwitten en 13 gram vet – cijfers die nagenoeg overeenkomen met de gangbare referentiewaarden. Ook andere keukens, zoals de Indiase, werden in de tests betrokken.
Volgens onderzoeker Prabodh Panindre was een brede toepasbaarheid essentieel. Het systeem moest net zo accuraat zijn bij een hotdog als bij een portie baklava. Momenteel herkent het systeem al 80 procent van de ingrediënten, zelfs wanneer die deels overlappen op het bord.
Portiegrootte blijft uitdaging
Voedselherkenning met AI was lange tijd moeilijk vanwege de grote visuele diversiteit van gerechten. Volgens hoogleraar Sunil Kumar vormt de variatie in bereidingen en porties een extra complicatie. Een hamburger verschilt bijvoorbeeld sterk tussen restaurants en thuisbereidingen.
Het team van New York University vond een oplossing via volumetrische schattingen. Die methode maakt gebruik van de oppervlakte die het voedsel inneemt op het bord om de portiegrootte in te schatten. Bovendien vergt het systeem minder rekenkracht dan eerdere modellen.
Hoewel het voorlopig nog om een proof-of-concept gaat, toont het project aan dat geautomatiseerde voedselanalyse via AI binnen handbereik ligt. De technologie kan in de toekomst geïntegreerd worden in apps voor consumenten, of in toepassingen voor zorg, voeding en welzijn.
