SOL·LICITAR DEMO
COMENÇA
Cas pràctic

Seguiment nutricional amb IA per a esportistes d’elit al CAR de Sant Cugat

El Centre d’Alt Rendiment de Sant Cugat dona suport a esportistes d’elit que necessiten un seguiment nutricional precís, continu i personalitzat com a part dels seus programes d’entrenament i rendiment.
Més informació

Context i objectius

El Centre d’Alt Rendiment de Sant Cugat dona suport a esportistes d’elit que necessiten un seguiment nutricional precís, continu i personalitzat com a part dels seus programes d’entrenament i rendiment.

El seguiment tradicional de la ingesta alimentària era manual, lent i subjectiu, fet que limitava la capacitat dels professionals de la nutrició per obtenir informació estructurada i en temps real sobre el que consumeixen realment els esportistes.

L’objectiu d’aquesta primera fase era avaluar la tecnologia d’IA i visió per computador de LogMeal per:

  • Automatitzar el reconeixement d’aliments a partir d’imatges
  • Extreure informació nutricional de registres reals dels àpats
  • Donar suport als nutricionistes amb dades objectives sobre la ingesta
  • Validar la viabilitat tècnica del sistema en un entorn esportiu d’alt rendiment
  • Preparar les fases futures d’un seguiment nutricional escalable per als esportistes

Dades destacades

  • Més de 150 esportistes i professionals implicats
  • Totes les disciplines esportives incloses

 

 

Avaluació inicial i seguiment digital amb Logmeal

Avaluació inicial

  • Automatitzar el reconeixement d’aliments a partir d’imatges
  • El seguiment existent depenia de registres alimentaris manuals i de la interpretació professional
  • Els nutricionistes necessitaven informació alimentària més ràpida i objectiva
  • La recollida d’imatges dels àpats es va utilitzar per avaluar la qualitat del reconeixement i la viabilitat operativa
  • El projecte es va centrar en la fase 1: validació tècnica dels algoritmes de LogMeal a l’entorn del CAR

Seguiment digital amb LogMeal

  • Els esportistes o el personal capturen imatges dels àpats
  • LogMeal AI identifica plats, ingredients i grups d’aliments
  • El sistema genera informació nutricional, que inclou calories, macronutrients i micronutrients
  • Les dades dels àpats faciliten un seguiment estructurat per part dels professionals de la nutrició
  • La validació estableix la base per a la futura integració amb els sistemes del CAR mitjançant fluxos de treball basats en API

Dades destacades

  • Més de 81.000 imatges recollides al mes
  • Més del 98% de precisió en el reconeixement de safates
  • 90%+: si es va utilitzar LogMeal App, API, Platform o Kiosk

 

Flux de treball professional i implementació futura

Flux de treball dels professionals de la nutrició

  • Revisar els registres dels àpats dels esportistes mitjançant dades visuals objectives
  • Comparar la ingesta real amb els objectius nutricionals
  • Identificar mancances alimentàries, desviacions i oportunitats de millora
  • Facilitar recomanacions personalitzades basades en el consum real
  • Reduir la dependència dels registres alimentaris basats en la memòria o declarats pels mateixos esportistes

Full de ruta per a una implementació escalable

  • Associació automàtica entre les safates dels àpats i cada usuari
  • Visualització a la plataforma per als equips de nutrició
  • Recomanacions personalitzades per als esportistes
  • Detecció de quantitats i estimació de la mida de les racions
  • Integració amb la història clínica o els registres dels esportistes
  • Integració via API amb els sistemes del CAR i amb possibles fluxos de treball del sistema sanitari català

Dades destacades

  • Integració amb la història clínica o els registres dels esportistes
  • Continuar recollint imatges dels àpats del menú de primavera–estiu per reforçar el reconeixement de plats
  • Importar la base de dades d’esportistes del CAR al sistema de LogMeal
  • Permetre la identificació voluntària dels esportistes mitjançant el carnet del CAR amb codi de barres o NFC
  • Associar automàticament cada safata escanejada amb el perfil de l’esportista corresponent
  • Integrar les receptes i les dades nutricionals del CAR per oferir una anàlisi de la ingesta en temps real
  • Proporcionar a l’equip de nutrició dades estructurades sobre la ingesta sense formularis manuals ni ús del mòbil durant els àpats.

Resultats i valor de Logmeal en el programa

Resultats

  • Millora de la implicació dels pacients i de l’adherència mitjançant un sistema visual de registre alimentari fàcil d’utilitzar.
  • Validació tècnica del reconeixement d’aliments amb IA en un entorn esportiu d’elit
  • Una base més objectiva per al seguiment alimentari dels esportistes
  • Possible reducció de les tasques manuals dels professionals de la nutrició
  • Dades nutricionals més ben estructurades per al seguiment i la presa de decisions
  • Una base per a un seguiment nutricional escalable i personalitzat al CAR

Valor de la tecnologia de LogMeal en el programa

  • Reconeixement d’aliments amb IA a partir d’imatges
  • Anàlisi nutricional automatitzada de macronutrients i micronutrients
  • Supervisió professional mitjançant fluxos de treball amb dades estructurades
  • Arquitectura centrada en l’API per integrar-se amb els sistemes existents
  • Un full de ruta adaptable als entorns esportius d’alt rendiment

Conclusió

El projecte del CAR de Sant Cugat demostra com LogMeal pot transformar les imatges dels àpats en dades nutricionals estructurades i útils per a la presa de decisions dels professionals de l’esport d’elit.

La primera fase valida la base tècnica d’un model de seguiment nutricional dels esportistes més objectiu, escalable i personalitzat, que facilita tant la presa de decisions professionals com la futura integració amb l’ecosistema digital del CAR.

Socis i col·laboradors