Cas pràctic

Seguiment de la ingesta alimentària amb IA per al control de la diabetis de tipus 2

Evidenze Health Group (Grupo Pulso) va col·laborar amb LogMeal per integrar tecnologia de reconeixement d’aliments amb IA a la seva plataforma digital d’assessorament per a la diabetis i permetre un seguiment alimentari automatitzat i precís per als pacients amb diabetis de tipus 2.

Context i objectius:

La diabetis de tipus 2 (DT2) és una de les principals malalties cròniques al món i requereix un control estricte de la ingesta d’hidrats de carboni i un seguiment alimentari acurat per mantenir uns nivells saludables de glucosa en sang. Els mètodes tradicionals de registre alimentari declarat pel mateix pacient sovint són imprecisos, requereixen molt de temps i són ineficaços per donar suport a decisions clíniques de qualitat.

Per superar aquestes limitacions, Evidenze Health Group (Grupo Pulso) va col·laborar amb LogMeal per integrar tecnologia de reconeixement d’aliments amb IA a la seva plataforma digital d’assessorament per a la diabetis i permetre un seguiment alimentari automatitzat i precís per als pacients amb diabetis de tipus 2.

 

Objectius del programa:

  • Permetre un seguiment precís i en temps real de la ingesta alimentària basat en dades personals.
  • Proporcionar una anàlisi automatitzada dels hidrats de carboni i dels nutrients per facilitar el control glucèmic
  • Reduir la càrrega de treball dels professionals sanitaris mitjançant l’automatització
  • Millorar la implicació dels pacients amb un seguiment intuïtiu basat en fotografies
  • Validar la solució en entorns hospitalaris a Espanya i Turquia

 

Avaluació inicial

  • Els mètodes de seguiment alimentari existents es basaven en la introducció manual de dades, que resultava feixuga i propensa a errors
  • Els professionals sanitaris necessitaven dades de més qualitat per fer ajustos precisos en l’alimentació
  • Calia una solució digital que fos fàcil d’adoptar per als pacients i que s’integrés fàcilment en els fluxos de treball clínics
  • Es va triar LogMeal per la seva API avançada de reconeixement d’aliments amb IA i la seva compatibilitat amb aplicacions mòbils

Flux de treball:

  • Els pacients feien fotografies dels seus àpats amb una aplicació mòbil integrada
  • El motor d’IA de LogMeal reconeixia en temps real:
  • Plats i ingredients
  • Mides de les racions i grups d’aliments

Flux de treball professional:

  • Revisions setmanals dels informes d’ingesta dels pacients
  • Seguiment específic dels hidrats de carboni, la càrrega glucèmica i la ingesta de greixos
  • S’activaven alertes quan els llindars nutricionals se superaven
  • Els professionals podien ajustar dinàmicament les recomanacions alimentàries segons la ingesta real
  • Desglossament nutricional complet (energia, hidrats de carboni, proteïnes, greixos, 37 nutrients)
  • Les dades es compartien a l’instant amb els professionals per a l’anàlisi i l’assessorament
div]:bg-bg-000/50 [&_pre>div]:border-0.5 [&_pre>div]:border-border-400 [&_.ignore-pre-bg>div]:bg-transparent [&_.standard-markdown_:is(p,blockquote,h1,h2,h3,h4,h5,h6)]:pl-2 [&_.standard-markdown_:is(p,blockquote,ul,ol,h1,h2,h3,h4,h5,h6)]:pr-8 [&_.progressive-markdown_:is(p,blockquote,h1,h2,h3,h4,h5,h6)]:pl-2 [&_.progressive-markdown_:is(p,blockquote,ul,ol,h1,h2,h3,h4,h5,h6)]:pr-8″>

_*]:min-w-0 gap-3 [&_>_*:last-child]:mb-0 print:block print:[&_>_*_+_*]:mt-3 standard-markdown»>

Resultats i valor de logmeal en el programa

La integració de LogMeal AI va millorar significativament l’eficiència i l’eficàcia de la gestió alimentària dels pacients amb DT2:

  • Més precisió que amb els mètodes tradicionals basats en dades declarades pel pacient
  • Accés a dades alimentàries en temps real, que millora la presa de decisions clíniques
  • Reducció del temps dedicat a l’anàlisi manual per part de dietistes i metges
  • Millora de la personalització dels plans alimentaris segons el consum real
  • Augment de la implicació dels pacients amb un seguiment senzill basat en fotografies
  • Validació en entorns clínics a Espanya i Turquia, que confirma la fiabilitat i la usabilitat del sistema en la pràctica clínica.

 

Conclusió

Aquesta col·laboració entre Evidenze Health Group i LogMeal demostra com el reconeixement d’aliments amb IA pot revolucionar la gestió de les malalties cròniques, especialment en l’atenció a la diabetis de tipus 2, en què la precisió alimentària és essencial.

En proporcionar als professionals sanitaris dades nutricionals objectives i en temps real i oferir als pacients una eina atractiva i intuïtiva per al seguiment dels àpats, la solució reforça els circuits d’atenció clínica i estableix les bases per ampliar-ne el desplegament en programes de salut digital i prevenció de malalties.

Socis i col·laboradors

REFERENTS EN SALUT I NUTRICIÓ

Joan Escudero
Director de Salut Digital a Evidenze Group
Linkedin

«Seguiment de la ingesta alimentària de persones amb diabetis de tipus 2 segons les dades personals» Validat en hospitals d’Espanya i Turquia.

 

This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.