Bildanalyse für Lebensmittel

[hut]

Das Schweizer Diabetesforum http://www.diabetesclub.ch hat "SNAQ" für ein Interview besucht und stellt vor:

SCHWEIZER STARTUP-UNTERNEHMEN «SNAQ» ENTWICKELT BILDANALYSE FÜR ESSEN

Mit einem Bild Kohlenhydrate automatisiert berechnen und zugleich Mahlzeiten für den nächsten Arztbesuch dokumentieren – unmöglich? Nicht mehr lange! Denn genau das hatten sich die zwei Jungunternehmer Aurelian Briner (Wirtschaftsstudium) und Nico Previtali (Informatikstudium) im August 2017 bei der Gründung Ihres Startup-Unternehmens «SNAQ» (http://snaq.io/) zum Ziel gesetzt. Mit der Technologie von «SNAQ» wollen sie den fehleranfälligsten Faktor während der Insulintherapie bei über 50 Millionen Diabetikern lösen, die auf Mahlzeiteninjektionen angewiesen sind.

Motivationsfaktor für die Entwicklung war die Diagnose von Diabetes Typ 1 bei der Freundin von Aurelian Briner. Durch sie wurde er mit den täglichen Herausforderung des Kohlenhydratschätzens konfrontiert, was ihn dazu bewegte, eine unterstützende Technologie zu entwickeln. Die beiden Firmengründer planen das Produkt nicht als Einzelapplikation, sondern als Teil anderer Apps von Pumpen, Pens oder Messgeräten auf den Markt zu bringen.

Nebst Eigenmitteln und Preisgeldern finanziert sich das Startup-Unternehmen durch Projektaufträge. Für das weitere Wachstum ist «SNAQ» momentan auf der Suche nach innovativen Industriepartnern im Diabetesbereich sowie Investoren. Bei Interesse an einer Zusammenarbeit melden Sie sich unter folgender Adresse: info@snaq.io.

diabetesclub.ch ist auf die Weiterentwicklung der automatisierten Bildanalyse für Essen von «SNAQ» gespannt und wünscht den beiden innovativen Jungunternehmern viel Erfolg.

fb.jpg

[diabetix]

sehr interessant!
diabetix

[Löwenzahn]

Würde ich auch gleich runterladen!

[hut]

Würde ich auch gleich runterladen!

Das entwickelte Bildanalyse für Lebensmittel soll nicht als Einzelapplikation auf den Markt kommen, sondern mit bereits bestehenden Systemen von diversen Medtech-Unternehmen im Diabetesbereich kombiniert werden.

[Ottifant]

Da bin ich mal gespannt darauf

[hut]

Das gibts doch schon länger

Das stimmt nicht ganz: Es ist vorgesehen, dass die Bildanalyse in bestehende oder noch zu entwickelnde digitale Lösungen im Diabetesbereich integriert wird.
Also nicht einfach eine Mahlzeiten-App.

[Herr_Koch]

Ist das dieses?

[HeidiW]

Gefällt mir auch sehr gut

[Kenny]

Gibts da nun schon etwas ausgereiftes? Stelle mir das ziemlich schwierig vor umzusetzen wenn man bedenkt dass man selber schon ins Schwitzen kommt mit Abschätzen wenn einem ein Teller vor die Nase gestellt wird ...


Gesendet von iPhone mit Tapatalk

[hut]

diabetesclub.ch stellt ein weiteres Forschungsprojekt des neu eröffneten Schweizer Diabetes Center Berne vor:

DEEP VISION –
Ein System zur automatischen Erfassung von Nahrungsmitteln und Mahlzeiten

Das Projekt DEEP VISION entwickelt ein System zur automatischen Erfassung der Ernährung. Das System baut auf handelsüblichen Smartphones mit integriertem Tiefensensor auf und ermöglicht eine präzise und gleichzeitig einfache Anwendung.

Automatisierte Erfassung von Ernährung / Mahlzeiten
Die quantitative und qualitative Erfassung der Ernährung ist in der Vorbeugung und der Behandlung vieler Krankheiten von zentraler Bedeutung. Für PatientInnen mit Übergewicht oder mit Diabetes mellitus sowie für die involvierten Gesundheitsdienstleister ist es enorm wichtig, sowohl Menge als auch Zusammensetzung der Ernährung zu kennen, um vorbeugende oder therapeutische Massnahmen vornehmen zu können. Dies gilt auch für seltenere Erkrankungen wie beispielsweise angeborene Stoffwechselkrankheiten, wo gewisse Nahrungsbestandteile nicht oder nur in stark eingeschränkter Menge zugeführt werden dürfen. Umgekehrt ist gerade im stationären Gesundheitsbereich (Spital, Alters-/Pflegeheime) aber auch unabhängig davon bei älteren oder chronisch kranken Menschen das Gegenteil – die Mangelernährung – ein zunehmendes Problem. Auch dort wäre die verlässliche Erfassung von Nahrungsmenge und – zusammensetzung essentiell.

Bisherige Ansätze ungenügend
Traditionell werden sowohl in Studien als auch im klinischen Alltag Fragebogen eingesetzt, um die Ernährung zu erfassen. Dieser Ansatz ist einerseits aufwändig und andrerseits oft ungenau. Systeme zur automatisierten Erkennung von Nahrungsmitteln via Fotodokumentations-Apps sind bereits deutlich praktischer, verfügen jedoch generell nur über eine beschreibende und keine quantitative Funktion. Das Projekt «DEEP VISION», eine Kollaboration zwischen DCB und UDEM, baut auf kommerziell erhältlichen Smartphones mit eingebauten Tiefensensoren auf und ermöglicht so eine praktische und trotzdem sehr genaue Mengenmessung in der Ernährung. Kombiniert mit der automatisierten Erkennung von Nahrungskomponenten und mit einem Algorithmus zur sauberen Trennung von einzelnen Komponenten zB auf einem Teller entsteht so ein hochinnovatives System, welches in vielen Bereichen Einsatz finden kann. Neben Genauigkeit sind dabei auch Aspekte wie Geschwindigkeit und Benutzerfreundlichkeit von zentraler Bedeutung.

Zeitraum: 01.06.2019 - 31.05.2021
Projektteam: Diabetes Center Berne (Projektleitung); Prof. Dr. Lia Bally, Inselspital und Universität Bern; Dr. Joachim Dehais, Inselspital und Universität Bern; Prof. Dr. Christoph Stettler, Inselspital und Universität Bern
Projektfinanzierung: UDEM Forschungsfonds, DCB (Projektbeitrag)

Quelle:
https://www.dcberne.com/de/projekte/dee ... ahlzeiten/