SOLICITAR DEMO
EMPEZAR
Caso de estudio

Seguimiento nutricional con IA para deportistas de élite en el CAR Sant Cugat

El Centre d’Alt Rendiment de Sant Cugat apoya a deportistas de élite que necesitan un seguimiento nutricional preciso, continuo y personalizado como parte de sus programas de entrenamiento y rendimiento.
Más información

Contexto y objetivos

El Centre d’Alt Rendiment de Sant Cugat apoya a deportistas de élite que necesitan un seguimiento nutricional preciso, continuo y personalizado como parte de sus programas de entrenamiento y rendimiento.

El seguimiento tradicional de la ingesta alimentaria era manual, lento y subjetivo, lo que limitaba la capacidad de los profesionales de la nutrición para obtener información estructurada y en tiempo real sobre lo que realmente consumen los deportistas.

El objetivo de esta primera fase era evaluar la tecnología de IA y visión por computador de LogMeal para:

  • Automatizar el reconocimiento de alimentos a partir de imágenes
  • Obtener información nutricional a partir de registros de comidas reales
  • Apoyar a los nutricionistas con datos objetivos sobre la ingesta
  • Validar la viabilidad técnica del sistema en un entorno deportivo de alto rendimiento
  • Preparar las fases futuras para un seguimiento nutricional de deportistas a mayor escala

Datos destacados

  • Más de 150 deportistas y profesionales participantes
  • Todas las disciplinas deportivas incluidas

 

 

Evaluación inicial y seguimiento digital con Logmeal

Evaluación inicial

  • Automatizar el reconocimiento de alimentos a partir de imágenes
  • El seguimiento existente dependía de registros alimentarios manuales y de la interpretación profesional
  • Los nutricionistas necesitaban información alimentaria más rápida y objetiva
  • La recopilación de imágenes de comidas se utilizó para evaluar la calidad del reconocimiento y la viabilidad operativa
  • El proyecto se centró en la fase 1: validación técnica de los algoritmos de LogMeal en el entorno del CAR

Seguimiento digital con LogMeal

  • Los deportistas o el personal capturan imágenes de las comidas
  • LogMeal AI identifica platos, ingredientes y grupos de alimentos
  • El sistema genera información nutricional, que incluye calorías, macronutrientes y micronutrientes
  • Los datos de las comidas facilitan un seguimiento estructurado por parte de los profesionales de la nutrición
  • La validación sienta las bases para la futura integración con los sistemas del CAR mediante flujos de trabajo basados en API

Datos destacados

  • Más de 81.000 imágenes recopiladas al mes
  • Más del 98% de precisión en el reconocimiento de bandejas
  • Más del 90% según se utilizara LogMeal App, API, Platform o Kiosk

 

Flujo de trabajo profesional e implementación futura

Flujo de trabajo de los profesionales de la nutrición

  • Revisar los registros de comidas de los deportistas mediante datos visuales objetivos
  • Comparar la ingesta real con los objetivos nutricionales
  • Identificar carencias, desviaciones y oportunidades de mejora en la alimentación
  • Facilitar recomendaciones personalizadas basadas en el consumo real
  • Reducir la dependencia de registros alimentarios basados en la memoria o declarados por los propios usuarios

Hoja de ruta para una implementación escalable

  • Asociación automática entre las bandejas de comida y cada usuario
  • Visualización en la plataforma para los equipos de nutrición
  • Recomendaciones personalizadas para deportistas
  • Detección de cantidades y estimación del tamaño de las raciones
  • Integración con la historia clínica o los registros de los deportistas
  • Integración mediante API con los sistemas del CAR y posibles flujos de trabajo del sistema sanitario catalán

Datos destacados

  • Integración con la historia clínica o los registros de los deportistas
  • Seguir recopilando imágenes de comidas del menú de primavera–verano para mejorar el reconocimiento de platos
  • Importar la base de datos de deportistas del CAR al sistema LogMeal
  • Permitir la identificación voluntaria de los deportistas mediante la tarjeta del CAR con código de barras o NFC
  • Asociar automáticamente cada bandeja escaneada con el correspondiente perfil del deportista
  • Integrar las recetas y los datos nutricionales del CAR para ofrecer análisis de la ingesta en tiempo real
  • Proporcionar al equipo de nutrición datos estructurados sobre la ingesta sin formularios manuales ni uso del móvil durante las comidas.

Resultados y valor de Logmeal en el programa

Resultados

  • Mejora de la participación de los pacientes y de la adherencia mediante un sistema visual de registro alimentario fácil de usar.
  • Validación técnica del reconocimiento de alimentos con IA en un entorno deportivo de élite
  • Una base más objetiva para el seguimiento de la alimentación de los deportistas
  • Posible reducción del trabajo manual de los profesionales de la nutrición
  • Datos nutricionales mejor estructurados para el seguimiento y la toma de decisiones
  • Una base para un seguimiento nutricional escalable y personalizado en el CAR

Valor de la tecnología de LogMeal en el programa

  • Reconocimiento de alimentos con IA a partir de imágenes
  • Análisis nutricional automatizado de macronutrientes y micronutrientes
  • Supervisión profesional mediante flujos de trabajo con datos estructurados
  • Arquitectura centrada en API para la integración con los sistemas existentes
  • Una hoja de ruta adaptable a entornos deportivos de alto rendimiento

Conclusión

El proyecto del CAR Sant Cugat demuestra cómo LogMeal puede transformar las imágenes de comidas en datos nutricionales estructurados y útiles para la toma de decisiones de los profesionales del deporte de élite.

La primera fase valida las bases técnicas de un modelo más objetivo, escalable y personalizado de seguimiento nutricional de deportistas, que facilita tanto la toma de decisiones profesionales como la futura integración con el ecosistema digital del CAR.

Socios y colaboradores