[论文解读] I Ate This: A Photo-based Food Journaling System with Expert Feedback

Sanjeev B. Goyal, Qi Liu+4 more|arXiv (Cornell University)|Feb 20, 2017

Nutritional Studies and Diet参考文献 6被引用 3

一句话总结

I Ate This 是一种基于智能手机的饮食记录系统，通过照片拍摄和注册营养师的专业反馈，提升饮食意识并促进行为改变。用户仅需最少输入即可提交餐食照片，注册营养师会评估其营养质量、份量大小和健康影响，并提供个性化反馈，以支持长期健康饮食习惯的养成。

ABSTRACT

What we eat is one of the most frequent and important health decisions we make in daily life, yet it remains notoriously difficult to capture and understand. Effective food journaling is thus a grand challenge in personal health informatics. In this paper we describe a system for food journaling called I Ate This, which is inspired by the Remote Food Photography Method (RFPM). I Ate This is simple: you use a smartphone app to take a photo and give a very basic description of any food or beverage you are about to consume. Later, a qualified dietitian will evaluate your photo, giving you feedback on how you did and where you can improve. The aim of I Ate This is to provide a convenient, visual and reliable way to help users learn from their eating habits and nudge them towards better choices each and every day. Ultimately, this incremental approach can lead to long-term behaviour change. Our goal is to bring RFPM to a wider audience, through APIs that can be incorporated into other apps.

研究动机与目标

• 解决传统饮食记录方法在个人健康信息学中依从性低、负担重的问题。
• 开发一种轻量级、视觉化的食物记录系统，相比手动卡路里追踪，可减少用户操作负担并提高准确性。
• 将注册营养师的反馈整合到可扩展的移动系统中，以增强用户参与度并促进行为改变。
• 探索将连续血糖监测（CGM）数据与食物照片结合，实现实时血糖反应反馈。
• 通过基于API的集成方式，推动远程食物摄影法（RFPM）在更多第三方应用中的广泛应用。

提出的方法

• 用户通过智能手机应用程序拍摄食物照片，并提供最少的文字描述，可选输入包括份量大小、时间、地点以及在5分制健康评分量表上的自我评分。
• 注册营养师通过后台管理界面进行评估，支持三个核心步骤：将食物匹配至营养数据库、对营养质量进行标签（如优质碳水化合物与不良碳水化合物），并在5分制健康评分量表上对餐食进行打分。
• 系统支持两层反馈：定量反馈（汇总的营养数据，用于提醒卡路里、糖分、盐分等指标），以及定性反馈（注册营养师提供的个性化信息和视觉标记）。
• 与连续血糖监测（CGM）设备的集成，可实现视觉化反馈——根据餐后血糖反应，将照片颜色标记为绿色（血糖正常范围）或红色（超出范围）。
• 系统采用模块化API设计，支持集成到其他健康与 wellness 应用中。
• 正在开发餐厅餐食数据库，以支持无需拍照的菜单式记录，提升外出就餐场景下的使用便捷性。

实验结果

研究问题

• RQ1 与传统手动记录相比，基于照片的饮食记录系统结合专家反馈，是否能提升用户依从性和记录准确性？
• RQ2 在远程、可扩展的格式下，注册营养师的反馈在支持长期饮食行为改变方面有多有效？
• RQ3 CGM集成反馈在糖尿病患者自我管理血糖方面，能多大程度上提升效果？
• RQ4 基于注册营养师评估的自动化标签与评分系统，能否用于训练未来用于食物识别与营养评估的人工智能模型？
• RQ5 视觉化、个性化的反馈在提升自我监测饮食摄入的用户参与度和动力方面，发挥着何种作用？

主要发现

• I Ate This 系统通过照片拍摄和最少用户输入，显著降低了饮食记录的负担。
• 与自我报告或自动化系统相比，注册营养师的反馈显著提高了饮食摄入评估的准确性和可靠性。
• 与CGM设备的集成实现了对餐后血糖反应的实时视觉反馈，帮助用户识别食物对血糖的影响。
• 该系统支持可扩展的远程营养指导，显示出在慢性病管理（尤其是糖尿病）中更广泛应用的潜力。
• 用户自我评分与专家评分高度一致，表明5分制健康评分量表是衡量饮食质量的可靠且可解释的指标。
• 系统采用以API为核心的架构设计，可集成到第三方应用中，显著扩展了其在独立使用之外的适用范围。