Ir al contenido
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.
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
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.
Este sitio está registrado en
wpml.org como sitio de desarrollo. Cambie a una clave de sitio de producción para
remove this banner.
