AI・機会学習を応用して食に関する生活習慣を最適化
AI・機会学習を応用して食に関する生活習慣を最適化
利用者自身にとっての、様々な状態かつ色んな種類の食事の画像を認識して、その食事の中の食べ物と栄養素を適確に表示することと、利用者の特徴と利用者それぞれの目的に応じて、最適な生活習慣(今後の食事・運動・示唆を)を提供したサービス
様々な状態・種類の食事の画像を認識して、その中の食べ物と栄養素を適確に表示して、利用者の特徴と利用者の目的に応じて、最適な生活習慣支援が提供されたサービスは魅了です。
活用例について
医療機関では、距離があり環境の制約がある場合、遠隔での指導・助言や専門的な指導・助言が行え得る。
病院や介護施設で活用できる。
栄養管理やトレーニングジムやフィットネスジムでも
メーカーの商品開発においても活用される。
消費者の趣向や選好を把握できる、単なる分析をして、知見を活用するのでなく、より詳細情報から市場に対して適確な商品開発やマーケティングが行える。
食事から生活習慣を健康的に合理的に整えて生活を行えることに寄与する。
個人個人が手軽に身近に食生活について改善することが出来る。アプリケーションサービスが既にリリース済み。早くて2013年頃であり、技術力とデータ収集の発展から更にサービスの向上が考えられてもいる。最近では2020年にはいくつかの企業の食事画像解析アプリの更新が行われている。技術分野だけあり当然発展や活用の可能性がはかりしれないでしょう。そんな技術分野について、食時画像解析・ヘルスライフスタイル系のこれらのアプリにはAIやディープランニングが応用されている。何しろ、多くの、厳密にはその場限りの食事から、食品目や成分・栄養素を部類訳してから最終的(そこでの技術力まで)な結果を出すからです。そこでの仕組みの構築に関しては、多くの食品の画像とその食品の栄養素や食品目などを、踏まえて、特徴を見出したりして、特徴や傾向から、読み取った画像によく該当するものを当てはめたりもするのです。
AIや機会学習は世界から見れば、日本は遅れているのでしょうか、海外での食品画像解析アプリケーションサービスについても今後とも見てみます。
現状のサービスは
現状の6社の各仕様・性能では、様々な状態・種類の食事の画像をアップしても、適確な栄養素や食べ物の表示がない、
また利用者の目的に即す生活習慣の解説や助言が適確にはない?
独自調べのアプリ・サービスについてまとめました。
会社 |
名前 |
ソース・サンプル(推定) |
調査対象 |
リリース・ 更新(推定) |
利用者・ダウンロード(推定) |
カロミル |
70万 |
おやつ・食事など |
2020 |
利用推定: 75万 |
|
日立 |
AIプラス |
800 |
食事メニュー |
2019 |
? |
FiNC Technologies |
FiNC Plus |
20万 |
歩数・食事・体重・睡眠・身長・目的・年齢・血圧など |
2020 |
1000万 |
フードットログ |
FoodLogApp |
? |
食事 |
2013 |
15万 |
カロリーチェックAPI |
10万 |
食事 |
2016 |
115万 |
|
ライザップ |
平均並 |
・ |
・ |
・ |
・ |
そこで、サービスの改善に必要な技術的処理で活用する、食事や心・体のデータ量と質を向上させる必要がある。データを充実させる為にも大多数の個人調査を行う、ある期間の食事の画像やその期間の活動内容や心情またその人の性格や身体的特徴などのデータを対象。
データ収集には、既にアプリを使ったことがある人以外の人からデータを集めたい。
既にアプリ使用済みで有れば、少しでも健康志向依りである人のデータが集まりやすいのではないかと思うからです。幅広い傾向の人に、信頼を持って貰うためにも適確で現実的な妥当性を備えたものを使って貰う。同じ人間としてより現実的な母数のデータを得る可能性があり、それにより新たな知見やアイディアが出てくる可能性を広げるのではないかと思います。
特にデータ質についての意義、
職種や作業内容、活動によって、望ましい食事や生活習慣について解説やアドバイスができるのでは、
また、上記の様な特徴により、食事や食品選びの関係があるのではないかなどの知見を得られるかもしれない。
データから個別の焦点例
脳は1日の人の消費エネルギーの20%消費
脳の栄養は
ワシントン大学のマーカス・E・レイクル教授 (1997)ら、
DMN デフォルトモードネットワーク
ぼーと、ぼんやりしてるいる時に何かについて、思ったり、意識しているときは、何も思ったり意識してない時と比べて、15倍ものエネルギーを消費している。
思考したり作業する際の消費はプラス数%である。
思考や作業時には消費エネルギーの分配を変えているだけでもあるから、大胆な消費はないのではないかとも言われている。では、脳機能を多様に駆使する仕事や作業などの活動をしているとすると、エネルギー消費が異なってくるのではないかなど、
あるかと思います。
難しい
データを基にサービス向上に向けたアプリの開発、または、既に関連アプリを所有している企業と交渉する。データは今後、食品や健康に関する製造業向けの事業支援に活用することが可能で更なる商品・サービスにおいて食・生活習慣が豊かになるのでは?
現実的には難しい、既に考慮している、ニーズはということも考えられるでしょう。