Μια νέα τεχνολογική καινοτομία βασισμένη στην τεχνητή νοημοσύνη (AI) υπόσχεται να βοηθήσει στην αντιμετώπιση της παιδικής παχυσαρκίας, παρακολουθώντας τον ρυθμό με τον οποίο τα παιδιά τρώνε και προτρέποντάς τα να επιβραδύνουν. Οι ερευνητές πίσω από το έργο αυτό ανέπτυξαν ένα σύστημα που μπορεί να καταμετρά τις μπουκιές που παίρνει ένα παιδί κατά τη διάρκεια του φαγητού.
Το σύστημα, που ονομάζεται ByteTrack, έχει σχεδιαστεί για να αναλύει βίντεο και να υπολογίζει αυτόματα πόσες φορές ένα παιδί φέρνει τροφή στο στόμα του. Η πρωτοβουλία αυτή στοχεύει να βοηθήσει γονείς, γιατρούς και επιστήμονες να εντοπίζουν παιδιά που τρώνε υπερβολικά γρήγορα — μια συνήθεια που, σύμφωνα με την έρευνα, σχετίζεται άμεσα με αυξημένο κίνδυνο παχυσαρκίας.
Η ταχύτητα στο φαγητό και η σύνδεσή της με την παχυσαρκία
Όπως εξηγούν οι ειδικοί, όσο πιο γρήγορα τρώει ένα παιδί, τόσο λιγότερο χρόνο δίνει στο πεπτικό του σύστημα να αντιληφθεί την πρόσληψη θερμίδων. Αυτό σημαίνει ότι ο οργανισμός δεν προλαβαίνει να εκκρίνει τις ορμόνες που ενημερώνουν τον εγκέφαλο ότι το στομάχι έχει χορτάσει.
Η Δρ. Kathleen Keller, πρόεδρος του Τμήματος Διατροφικών Επιστημών στο Πανεπιστήμιο της Πενσυλβάνια, τονίζει: «Όταν τρώμε πολύ γρήγορα, δεν δίνουμε στο σώμα μας τον απαραίτητο χρόνο να αντιληφθεί τις θερμίδες που καταναλώνουμε. Έτσι, δεν εκκρίνονται εγκαίρως οι ορμόνες που μας κάνουν να νιώθουμε κορεσμό. Το αποτέλεσμα είναι να τρώμε περισσότερο απ’ όσο χρειαζόμαστε». Αυτός ο μηχανισμός, σύμφωνα με την ίδια, εξηγεί γιατί οι γρήγοροι “τρώγοντες” διατρέχουν μεγαλύτερο κίνδυνο να αναπτύξουν παχυσαρκία με την πάροδο του χρόνου.
Η συμβολή του ByteTrack
Η νέα τεχνητή νοημοσύνη ByteTrack δημιουργήθηκε για να επιταχύνει τις ερευνητικές διαδικασίες σχετικά με τη συμπεριφορά των παιδιών στο φαγητό. Μέχρι σήμερα, οι ερευνητές έπρεπε να παρακολουθούν χειροκίνητα βίντεο παιδιών και να μετρούν μία προς μία τις μπουκιές τους — μια ιδιαίτερα χρονοβόρα και επίπονη διαδικασία.
Το ByteTrack αναπτύχθηκε ώστε να αναλαμβάνει αυτό το έργο με αυτοματοποιημένο και ακριβή τρόπο. Σύμφωνα με τη μελέτη που δημοσιεύθηκε στο επιστημονικό περιοδικό Frontiers in Nutrition, το σύστημα είναι περίπου 70% ακριβές σε σύγκριση με την ανθρώπινη παρατήρηση.
Παρά το γεγονός ότι η τεχνολογία βρίσκεται ακόμη σε εξέλιξη, οι ερευνητές θεωρούν πως μελλοντικά θα μπορεί να αναγνωρίζει μπουκιές σε πραγματικό χρόνο και να παρέχει άμεση ανατροφοδότηση στους χρήστες — πιθανώς μέσα από μια εφαρμογή για κινητά τηλέφωνα.
Η μεθοδολογία της έρευνας
Για την εκπαίδευση της τεχνητής νοημοσύνης, οι ερευνητές χρησιμοποίησαν 1.440 λεπτά βιντεοσκοπημένου υλικού από μια κρατικά χρηματοδοτούμενη μελέτη σχετικά με την υπερφαγία στα παιδιά.
Στο υλικό συμμετείχαν 94 παιδιά ηλικίας 7 έως 9 ετών, τα οποία κατανάλωσαν τέσσερα διαφορετικά γεύματα σε ξεχωριστές περιπτώσεις. Οι ερευνητές μέτρησαν χειροκίνητα τις μπουκιές σε 242 βίντεο, τα οποία χρησιμοποίησαν για να «εκπαιδεύσουν» το μοντέλο AI. Έπειτα, το σύστημα δοκιμάστηκε σε 51 νέα βίντεο για να αξιολογηθεί η ακρίβειά του.
Τα αποτελέσματα έδειξαν ότι το ByteTrack ήταν 97% επιτυχές στην αναγνώριση των προσώπων των παιδιών, αλλά 70% επιτυχές στην καταμέτρηση κάθε μπουκιάς.
Οι προκλήσεις της τεχνητής νοημοσύνης
Η Yashaswini Bhat, διδακτορική φοιτήτρια στο Penn State και επικεφαλής της έρευνας, εξήγησε ότι το σύστημα αντιμετώπισε δυσκολίες όταν το πρόσωπο του παιδιού δεν ήταν πλήρως ορατό ή όταν το παιδί έπαιζε με το φαγητό ή το κουτάλι του — συμπεριφορές πολύ συνηθισμένες στα παιδιά.
«Σε πολλές περιπτώσεις, το παιδί μασούσε το κουτάλι του, κάτι που για το σύστημα έμοιαζε με μπουκιά. Αυτές οι στιγμές δυσκόλευαν το μοντέλο να διακρίνει σωστά τη διαφορά», ανέφερε η ερευνήτρια. Η ομάδα επιδιώκει να βελτιώσει την ακρίβεια του ByteTrack, ώστε να μπορεί να καταγράφει μπουκιές σε πραγματικό χρόνο και να παρέχει άμεσες ειδοποιήσεις για τη συμπεριφορά στο φαγητό.
Προς ένα “έξυπνο” εργαλείο για γονείς και γιατρούς
Η Δρ. Alaina Pearce, ανώτερη ερευνήτρια και ειδικός στη διαχείριση ερευνητικών δεδομένων στο Penn State, δήλωσε ότι ο ρυθμός μπουκιών αποτελεί έναν σταθερό δείκτη της διατροφικής συμπεριφοράς των παιδιών.
«Ο ρυθμός με τον οποίο ένα παιδί τρώει είναι συχνά ο κύριος στόχος των παρεμβάσεων για την επιβράδυνση του φαγητού», ανέφερε. «Είναι ένα σταθερό χαρακτηριστικό που μπορούμε να στοχεύσουμε για να μειώσουμε τη λήψη τροφής και, τελικά, τον κίνδυνο παχυσαρκίας».
Η μακροπρόθεσμη φιλοδοξία των ερευνητών είναι να δημιουργήσουν μια έξυπνη εφαρμογή που θα μπορεί να παρακολουθεί τα παιδιά κατά τη διάρκεια του φαγητού και να τα ενημερώνει πότε πρέπει να επιβραδύνουν, ενισχύοντας έτσι υγιεινές διατροφικές συνήθειες από μικρή ηλικία.
Το μέλλον της πρόληψης μέσω της τεχνητής νοημοσύνης
Αν η τεχνολογία εξελιχθεί όπως αναμένεται, το ByteTrack θα μπορούσε να αποτελέσει ένα πολύτιμο εργαλείο πρόληψης για γονείς και γιατρούς σε όλο τον κόσμο. Με τη βοήθεια της τεχνητής νοημοσύνης, οι επιστήμονες ελπίζουν ότι θα μπορέσουν να εντοπίζουν και να διορθώνουν έγκαιρα ανθυγιεινές συμπεριφορές στο φαγητό, προτού αυτές οδηγήσουν σε παχυσαρκία και μεταβολικά προβλήματα.
Σε μια εποχή όπου η παιδική παχυσαρκία αυξάνεται διεθνώς, τέτοιες τεχνολογικές παρεμβάσεις δείχνουν πως η επιστήμη και η καινοτομία μπορούν να συνεργαστούν για να προσφέρουν πρακτικές λύσεις σε καθημερινά προβλήματα υγείας — ξεκινώντας από κάτι τόσο απλό, αλλά και τόσο καθοριστικό, όσο ο ρυθμός με τον οποίο τρώμε.
Βρείτε μας στο Google News. Πατήστε εδώ!