Spersonalizowane żywienie oparte na SI
Coraz bardziej powszechny siedzący tryb życia, praca zdalna, a także inne aspekty fizyczne i fizjologiczne mogą wpływać na sposób żywienia i aktywność fizyczną poszczególnych osób. Jednak niezdrowe nawyki żywieniowe są czynnikami ryzyka chorób niezakaźnych (ang. non-communicable diseases, NCD), mogą wpływać na poziom stresu i pogłębiać deficyt energii, a nawet być przyczyną takich schorzeń jak podwyższone ciśnienie krwi, wysoki poziom cholesterolu czy insulinooporność.
Aplikacja mobilna do tworzenia spersonalizowanych planów żywieniowych
W ramach finansowanego ze środków UE projektu PROTEIN opracowano oparty na technologiach informacyjno-komunikacyjnych system dostarczania spersonalizowanych planów żywieniowych i wspierania konsumentów w codziennym życiu. Środowisko PROTEIN składa się z aplikacji mobilnej na system Android dla użytkownika oraz wirtualnego interfejsu dla dietetyków i innych ekspertów. Z perspektywy użytkownika, obsługa systemu PROTEIN jest prosta. Wystarczy pobrać i zainstalować aplikację PROTEIN, zarejestrować się w niej i podać informacje potrzebne do utworzenia profilu. System opiera się na informacjach zawartych w profilu użytkownika oraz na zasobach skodyfikowanej wiedzy z zakresu dietetyki, aby wygenerować odpowiednie dzienne i tygodniowe plany posiłków oraz aktywności fizycznej dla użytkownika. System może również uwzględniać dane dotyczące aktywności fizycznej pochodzące z aplikacji i sparowanych czujników oraz dostosowywać zalecany plan w skali dziennej oraz tygodniowej. Jeśli użytkownicy są pod nadzorem dietetyków lub innych specjalistów opieki zdrowotnej, w wirtualnym interfejsie znajdą przegląd wszystkich automatycznych sugestii, które dietetyk może modyfikować, jeśli uzna to za konieczne.
Połączenie różnych technologii w jednym systemie
„W ramach projektu PROTEIN z powodzeniem zintegrowano różne nowatorskie technologie, co pomogło w badaniu zachowań związanych z odżywianiem i aktywnością fizyczną oraz w promowaniu zdrowych nawyków”, podkreśla Lazaros Gymnopoulos, kierownik projektu. Konsorcjum zebrało autentyczne doświadczenia i naukowe dowody na temat odżywiania i aktywności fizycznej, aby opracować narzędzia służące użytkownikom. Kluczowym celem było stworzenie spersonalizowanych planów żywieniowych i aktywności fizycznej ze szczególnym uwzględnieniem osób z czynnikami ryzyka chorób. Specjalny nacisk położono na korelację mikrobiomu jelitowego oraz profilu genetycznego ze wzorcami żywienia i aktywności fizycznej. Naukowcy wykorzystali SI również do opracowania silnika rekomendacji do automatycznego tworzenia planów dietetycznych i aktywności fizycznej. Ten cyfrowy doradca bierze pod uwagę informacje z profilu użytkownika, a także zalecenia ekspertów dotyczące spożycia makro- i mikroskładników. Ponadto system PROTEIN wykorzystuje szereg nowatorskich urządzeń i algorytmów do monitorowania i analizy zachowań przed posiłkiem, w jego trakcie i po nim. Naukowcy badali również wykorzystanie gier edukacyjnych i grywalizacji w celu poprawy zdrowia i samopoczucia.
Połączenie czujników zewnętrznych z aplikacją mobilną
W ramach projektu PROTEIN opracowano serię innowacyjnych urządzeń, w tym czujnik lotnych związków organicznych do nieinwazyjnej analizy oddechu pod kątem efektów spożycia pokarmów oraz ubieralny, inteligentny pas do oceny funkcjonowania jelit. W wyniku połączenia tych czujników z aplikacją mobilną powstało nieinwazyjne, szybkie i niedrogie narzędzie przesiewowe do monitorowania stanu odżywienia użytkowników i zbierania istotnych informacji na temat ich diety i stylu życia. Aplikacja PROTEIN wypada korzystnie pod względem innowacyjności w porównaniu z kilkoma popularnymi aplikacjami w kategoriach żywność/napoje i zdrowie/fitness. Zawiera nawet funkcję szukania restauracji i automatycznie generuje listę zakupów z planów posiłków. Może służyć różnym grupom ludności w całej Europie, ponieważ jest dostępna w siedmiu językach.
Słowa kluczowe
PROTEIN, aplikacja mobilna, spersonalizowane żywienie, plany aktywności fizycznej, SI, czujniki, lotny związek organiczny
