Caso de estudio

Seguimiento de la ingesta alimentaria con IA para el control de la diabetes de tipo 2

Evidenze Health Group (Grupo Pulso) colaboró con LogMeal para integrar tecnología de reconocimiento de alimentos con IA en su plataforma digital de asesoramiento para la diabetes, lo que permite un seguimiento alimentario automatizado y preciso de los pacientes con diabetes de tipo 2.

Contexto y objetivos:

La diabetes de tipo 2 (DM2) es una enfermedad crónica de gran relevancia mundial que requiere un control estricto de la ingesta de hidratos de carbono y un seguimiento riguroso de la alimentación para mantener unos niveles saludables de glucosa en sangre. Los métodos tradicionales de registro alimentario declarados por los propios pacientes suelen ser imprecisos, laboriosos e ineficaces para fundamentar decisiones clínicas de calidad.

Para superar estas limitaciones, Evidenze Health Group (Grupo Pulso) colaboró con LogMeal para integrar tecnología de reconocimiento de alimentos con IA en su plataforma digital de asesoramiento para la diabetes, lo que permite un seguimiento alimentario automatizado y preciso de los pacientes con diabetes de tipo 2.

Objetivos del programa:

Permitir un seguimiento preciso y en tiempo real de la ingesta alimentaria basado en datos personales.
Proporcionar un análisis automatizado de hidratos de carbono y nutrientes para facilitar el control glucémico
Reducir la carga de trabajo de los profesionales sanitarios mediante la automatización
Mejorar la participación de los pacientes mediante un seguimiento intuitivo basado en fotografías
Validar la solución en entornos hospitalarios de España y Turquía

Evaluación inicial

Los métodos existentes de seguimiento alimentario se basaban en la introducción manual de datos, que resultaba laboriosa y propensa a errores
Los profesionales sanitarios necesitaban datos de mayor calidad para realizar ajustes precisos en la alimentación
Se identificó la necesidad de una solución digital que fuera fácil de adoptar por los pacientes y que se integrara sin dificultades en los flujos de trabajo clínicos
Se eligió LogMeal por su avanzada API de reconocimiento de alimentos con IA y su compatibilidad con aplicaciones móviles

Flujo de trabajo:

Los pacientes fotografiaban sus comidas con una aplicación móvil integrada
El motor de IA de LogMeal reconocía en tiempo real:
Platos e ingredientes
Tamaños de las raciones y grupos de alimentos

Flujo de trabajo profesional:

Revisiones semanales de los informes de ingesta de los pacientes
Seguimiento específico de los hidratos de carbono, la carga glucémica y la ingesta de grasas
Se activaban alertas cuando se superaban los umbrales nutricionales establecidos
Los profesionales podían ajustar de forma dinámica las recomendaciones alimentarias en función de la ingesta real
Desglose nutricional completo (energía, hidratos de carbono, proteínas, grasas, 37 nutrientes)
Los datos se compartían al instante con los profesionales para su análisis y asesoramiento

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»>

Resultados y valor de logmeal en el programa

La integración de LogMeal AI mejoró significativamente la eficiencia y la eficacia de la gestión alimentaria de los pacientes con DM2:

Mayor precisión que los métodos tradicionales basados en la información declarada por los pacientes
Acceso a datos alimentarios en tiempo real, lo que mejora la toma de decisiones clínicas
Reducción del tiempo dedicado al análisis manual por parte de dietistas y médicos
Mayor personalización de los planes alimentarios en función del consumo real
Mayor participación de los pacientes gracias a un seguimiento sencillo basado en fotografías
Validación en entornos clínicos de España y Turquía, que confirma la fiabilidad y la facilidad de uso del sistema en la práctica clínica.

Conclusión

Esta colaboración entre Evidenze Health Group y LogMeal demuestra cómo el reconocimiento de alimentos con IA puede revolucionar el manejo de las enfermedades crónicas, especialmente en la atención a la diabetes de tipo 2, donde la precisión en la alimentación es esencial.

Al proporcionar a los profesionales sanitarios datos nutricionales objetivos y en tiempo real, y ofrecer a los pacientes una herramienta atractiva e intuitiva para el seguimiento de las comidas, la solución refuerza los circuitos asistenciales y sienta las bases para una implementación más amplia en programas de salud digital y prevención de enfermedades.

Socios y colaboradores

REFERENTES EN SALUD Y NUTRICIÓN

Joan Escudero
Director de Salud Digital en Evidenze Group
Linkedin

“Seguimiento de la ingesta alimentaria de personas con diabetes de tipo 2 basado en datos personales” Validado en hospitales de España y Turquía.