Japanse smartphone app voor een betere gezondheid

Mihoko Ishii, NOST Tokyo

Origineel gepubliceerd op de site van Agentschap NL.

Samenvatting

Hoe zichtbaarder je dagelijks voedsel des te bewuster je eet. Voor mensen met een metaboolsyndroom, diabetes of hart- en vaat ziekte kan die zichtbaarheid preventief werken. Dat stelt Tokyo University, dat samen met bedrijven KDDI en foo.log een applicatie ontworpen heeft voor om de gezondheid te bewaken. FoodLog Cal, de smartphone versie van de reeds bestaande webversie FoodLog, staat nu in de startblokken. Het enige wat je moet doen is smartphonefoto’s uploaden van je ontbijt, lunch, diner en tussendoortjes. FoodLog analyseert de foto’s en berekent automatisch het aantal calorieën en je gegevens worden opgeslagen in een cloudsysteem.

 

Smartphone-app FoodLog Cal (bron: JST news January 2013)

Details

Het onderzoeksproject “Life Log Infrastructure for Food” is bijna zover om de smartphone-app FoodLog Cal te lanceren. Het project is onderdeel van het Japanse nationale onderzoeksprogramma Core Research for Evolutional Science and Technology (CREST). CREST is een programma van Japan Science and Technology Agency (JST), dat fundamenteel onderzoek op strategische beleidsthema’s ondersteunt.

Het team van Professor Kiyoharu Aizawa van Tokyo Universiteit startte in 1997 het onderzoeksproject “Life Log Video”. Door petten en rugtassen te voorzien van kleine camera’s en sensoren werd een groot aantal audio- en videodata opgeslagen om persoonlijke ervaringen te loggen. Maar hoe verder dit onderzoek ging, hoe onpraktischer het verzamelen van data bleek; deelnemers aan het experiment liepen rond met loshangende draden. In 2007 kwam Aizawa op het idee om zijn onderzoek te richten op het “eten”. “Eten” is voor iedereen een belangrijk onderdeel van het dagelijkse leven. Hij maakte het verzamelen van gegevens eenvoudig: een foto maken van je gerecht en uploaden op internet. Toen hij financiering van CREST kreeg in 2009, heeft dat een grote impuls gegeven aan dit project. In april 2009 werd de FoodLog webapplicatie gelanceerd (figuur1).

Figuur 1: Log van dagelijks eten (bron: FoodLog)

De nu vijf jaar bestaande CREST onderzoeksgroep bestaat uit teams van Aizawa en Michitaka Hirose van Tokyo Universiteit samen met de bedrijven KDDI R&D Laboratories en Foo.log. Zij verwerken informatie die gezonde en gebalanceerde voeging zichtbaar maken. Aizawa’s team zocht naar een manier om vanuit een foto het aantal calorieën te kunnen berekenen. Hirose’s team was gericht op het ontwikkelen van algoritmes van voedingspatronen en gedragsvoorspelling. KDDI richtte op het opzetten van de infrastructuur inclusief het betrekken van artsen, voedingsdeskundigen en diëtisten. De webversie van FoodLog heeft op dit moment vijfduizend gebruikers. Als het gaat om de Web-API voor beeldverwerking van Aizawa zijn er meer dan honderdvijftigduizend gebruikers. (1)

Aizawa combineerde drie stappen om hoeveelheid calorieën te berekenen uit een foto. De eerste stap was om een database te maken van foto’s van gerechten waarvan de bekende parameters zoals de calorische inhoud, kleur, structuur en andere kenmerken werden opgeslagen. Met behulp van algoritmes worden gerechten geïdentificeerd en wordt de hoeveelheid calorieën getoond. De nauwkeurigheid voor het berekenen van de hoeveelheid calorieën ligt momenteel op 48 procent. Als tweede stap ontwierp de groep een systeem om objecten te herkennen. Door gebruik van de kleurcodering RGB (Rood-Groen-Blauw), de kleurruimte KVW (Kleurtoon, Verzadiging, Waarde), Speeded Up Robust Features (SURF) -algoritme en de Bag of Key points (BoK) clusteringsmethode worden bepaalde kenmerken geëxtraheerd. Samen met de Support Vector Machine(SVM) patroonherkenningsmethode worden uit 2000 foto’s drie menu’s herkent met een gemiddelde nauwkeurigheid van tachtig procent. De derde stap betreft het gebruik van segmentatie technieken. Door het plotten van licht-donker contrasten, werden er scheidingslijnen gedetecteerd. Uit het testproject van vijftig foto’s bleek dat deze methode met bijna zeventig procent nauwkeurigheid de achtergrond verwijderd (figuur 2). (2)

Figuur 2: Aizawa’s segmentatie methode (bron: CREST onderzoeksproject ”Life Log Infrastructure for Food” rapport)

Het plan is om een demonstatie te doen bij ziekenhuizen, waar de specifieke inhoud van gerechten bijgehouden moeten worden samen met andere parameters. Door interviews met voedingsdeskundigen en diëtisten is het bijhouden van maaltijden op deze manier effectief voor het geven van voedingsadviezen aan patiënten. Patiënten goed stimuleren is een uitdaging; de risicogroep voor metaboolsyndroom heeft vaak geen grote interesse in onder controle houden van eigen gezondheid. Artsen zien FoodLog ook als een effectieve manier voor patiënten die last hebben van suiker-, hart- en vaatziekten. Invoeren van gegevens zoals het bloedglucosegehalte of de bloeddruk naast het loggen van foto’s zou het systeem beter maken. Artsen vinden ook dat het systeem eenvoudig moet zijn. Nog veel mensen in de risicogroep hebben weinig affiniteit met ICT apparaten. (1)(2)

Het Japanse ministerie van binnenlandse zaken en communicatie (MIC) geeft in zijn witboek van 2012 aan dat tablet PC’s en andere ICT apparaten heel geschikt lijken voor dit soort diensten voor senioren. Gebruik maken van diensten zoals online- supermarkten en bibliotheken kunnen de “kwaliteit van leven (QOL)” voor senioren verbeteren. Ook is er groeiende interesse in het bewaken van de eigen gezondheid, voeding of het innemen van medicijnen met behulp van ICT apparaten. De huidige penetratie van tablet PC’s is nog laag (vier procent in 2010) in Japan, maar met het stimuleren van nieuwe infrastructuur en diensten voor tablet PC’s en smartphones denkt MIC een economisch effect te kunnen creëren van ongeveer dertig miljard euro (*) per jaar. (3)

Op dit moment zijn er verschillende applicaties die specifiek gericht zijn op het bewaken van gezondheid. Bij sommige apps krijgen gebruikers zelfs een virtuele trainer die helpt met het afvallen of het bijhouden van data bijvoorbeeld voor lichamelijke oefening, BMI en het dagelijkse eten. Of het werkelijk effect zal hebben en preventief werkt bij ziektes zoals metaboolsyndroom, diabetes of hart- en vaatziekten is nog de vraag, maar meer zichtbaarheid van het eigen voedingspatroon zal in ieder geval een bijdrage kunnen leveren aan het verbeteren van gezondheid.

Bronnen:

1)    JST News Januari 2013 (Japans)

2)    CREST onderzoeksproject ”Life Log Infrastructure for Food” rapport 2010 (Japans)

3)    MIC white paper 2012 “Information and Communication in Japan”

Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someonePrint this pagePin on Pinterest
This entry was posted in Agro, Food and Nutrition, ICT, Life Sciences & Health and tagged , , , , , , , . Bookmark the permalink.