Cómo usa Pippa la inteligencia artificial

1. Cómo funcionan los modelos de reconocimiento de imágenes

Un sistema moderno de reconocimiento de imágenes recibe una cuadrícula de píxeles y la transforma en una representación numérica compacta. Los sistemas anteriores solían usar redes neuronales convolucionales. Muchos sistemas actuales usan transformadores de visión o modelos multimodales de visión y lenguaje. Estos modelos aprenden patrones visuales durante el preentrenamiento y luego pueden transferir esos patrones a una tarea más concreta, como reconocer alimentos.

De los píxeles a un alimento candidato

1. 1

   Captura y comprobación de calidad

   Verificar que la foto sea utilizable. Anotar desenfoque, oscuridad, oclusión y si el plato se ve por completo.

2. 2

   Localizar las regiones relevantes

   Separar la comida del plato, la mesa, los cubiertos, el envase y el fondo. Una comida con varios elementos puede requerir varias regiones.

3. 3

   Codificar las características visuales

   El modelo convierte color, textura, bordes, formas y contexto general en una representación de características.

4. 4

   Comparar con las etiquetas posibles

   El sistema produce candidatos como pollo a la plancha, tofu o paneer, con puntuaciones relativas.

5. 5

   Aplicar un umbral de confianza

   Los candidatos con alta confianza pueden mostrarse para una confirmación rápida. Los alimentos ambiguos o poco habituales activan una aclaración, una consulta externa o la abstención.

Reconocer alimentos es más difícil que reconocer muchos objetos cotidianos. Un mismo plato puede variar según la cocina, la receta, la iluminación, el emplatado y la preparación, mientras que alimentos visualmente parecidos pueden tener ingredientes muy distintos. Food-101 es un banco de pruebas muy usado que ilustra esta variación, pero una puntuación en un banco de pruebas no establece por sí sola el rendimiento en la población real de pacientes de Pippa.

2. El flujo de imágenes de comida de Pippa

El valor de Pippa no está en una única llamada al modelo, sino en la secuencia de comprobaciones que lo rodean, incluidas las señales de tamaño, la consulta de fuentes, la búsqueda nutricional, la corrección por parte de la persona usuaria y la visibilidad para el profesional clínico.

El flujo está diseñado para aclarar o abstenerse en lugar de fabricar precisión.

Verificación cruzada en la web: qué debe y qué no debe significar

Cuando el modelo de visión no está seguro, Pippa puede consultar información para acotar el conjunto de candidatos. Por ejemplo, puede comparar los nombres candidatos con una base de datos de alimentos aprobada, la etiqueta de un fabricante o la carta de un restaurante. La consulta es corroboración, no prueba. Un resultado de búsqueda puede estar desactualizado, incompleto, culturalmente desajustado o basado en otra receta.

• Fuentes preferentes: Datos estructurados de composición de alimentos, páginas nutricionales de fabricantes y páginas de restaurantes o cartas vinculadas al alimento confirmado por la persona usuaria.
• Salvaguarda de privacidad: Usar solo términos candidatos en texto siempre que sea posible. No enviar la foto, el nombre, la clínica, la ubicación ni otros metadatos identificativos de un paciente a un servicio de búsqueda público general.
• Regla de decisión: Si la corroboración sigue siendo débil, pedir a la persona usuaria o al profesional clínico que seleccione el elemento más parecido. «Desconocido» es un resultado aceptable y a menudo más seguro.

3. Estimar el tamaño de la porción y la energía

La clasificación de imágenes responde a qué podría ser esto. La estimación de la porción pregunta cuánto hay, y el segundo problema suele ser más difícil. Sistemas de investigación como Im2Calories y Nutrition5k combinan reconocimiento de alimentos con segmentación, geometría, profundidad, masa de los componentes y anotaciones de nutrientes.

Señales de la cámara y de RA

En teléfonos compatibles, los marcos de RA pueden aportar la posición de la cámara, los planos estimados, la profundidad de la escena y un mapa de confianza para los valores de profundidad. Pippa puede combinar estas señales con un tamaño de plato conocido u otra referencia para estimar la altura y el volumen de la comida. Los dispositivos sin datos de profundidad utilizables pueden recurrir a métodos de perspectiva y escala de referencia, pero el resultado debería llevar más incertidumbre.

• La segmentación estima la superficie que ocupa cada región de comida en el plato.
• La profundidad o varios puntos de vista estiman la altura y el volumen tridimensional.
• Una suposición de densidad del alimento convierte el volumen en masa aproximada.
• La entrada confirmada del diccionario convierte la masa en energía y nutrientes estimados.

El diccionario nutricional

El modelo no debería inventar valores de calorías ni de nutrientes. Una vez resueltos el alimento y la porción, Pippa los asigna a una entrada curada del diccionario. USDA FoodData Central ofrece registros estructurados de alimentos base, alimentos de encuestas, alimentos históricos y productos de marca. Pippa también puede mantener una capa revisada de sinónimos para que términos como rajma, curri de alubias rojas o un producto envasado concreto se resuelvan de forma coherente.

• Identificador canónico del alimento y sinónimos.
• Estado de preparación y supuestos de la receta.
• Nutrientes por 100 gramos y por ración documentada.
• Densidad o información de ración habitual usada en la conversión de porciones.
• Fuente, versión y fecha de la última revisión.

Una corrección debería actualizar de inmediato el registro de la comida actual. Las correcciones no deberían reentrenar automáticamente un modelo base. Cualquier uso posterior para evaluar o mejorar el modelo requiere un proceso aparte, gobernado y anonimizado.

4. PippaChat: conversación de apoyo con límites

PippaChat usa un modelo de lenguaje grande, una clase de sistemas derivados de la arquitectura transformador. Un modelo de lenguaje predice continuaciones útiles a partir de la conversación y de las instrucciones del sistema. Puede sonar fluido sin poseer juicio clínico ni exactitud factual garantizada.

Derivación por seguridad

Antes y después de generar una respuesta, Pippa puede aplicar una combinación de reglas, clasificadores especializados e instrucciones acotadas. Las conversaciones ordinarias de apoyo a la recuperación siguen la vía normal. El lenguaje preocupante puede activar un check-in y una invitación a contactar con el equipo de atención. El lenguaje que indique un posible peligro inmediato debería producir una respuesta de crisis breve y directa, y mostrar recursos del mundo real como el 988 en Estados Unidos, o los servicios de emergencia cuando el peligro sea inminente.

Transparencia y acceso a las transcripciones

Pippa identifica el chat como IA. En el flujo de Pippa conectado con el profesional clínico, el equipo de atención puede revisar las transcripciones conforme a los ajustes de consentimiento del paciente. El producto explica quién puede ver cada conversación, cuándo está activado el compartir, cuánto tiempo se conservan los datos y cómo se puede revocar el acceso. Las vistas de familiares y personas de apoyo mantienen un alcance separado.

5. Detectar cuándo un paciente puede necesitar más ayuda

La capa de detección temprana de Pippa se entiende mejor como detección longitudinal de patrones, no como diagnóstico. La investigación con evaluación ecológica momentánea muestra el valor de recoger síntomas, contexto y desencadenantes cerca del momento en que ocurren, mientras que los estudios sobre apps de autorregistro para trastornos alimentarios ilustran el papel práctico de los recordatorios y del vínculo con el profesional clínico. Estos hallazgos respaldan el enfoque general, pero no validan una regla de alerta concreta de Pippa.

Posibles familias de señales

• Patrón de comidas: Comidas programadas marcadas repetidamente como omitidas, intervalos más largos entre registros o una caída sostenida en el cumplimiento respecto de la propia línea de base de la persona.
• Patrón de check-ins: Aumento del malestar, los impulsos, la culpa, el miedo o la evitación después de comer, cuando el paciente decide informar de estos aspectos.
• Patrón de cambio: Un giro brusco en los horarios de las comidas, en el uso de la app o en el estilo de respuesta que resulta inusual para esa persona.
• Patrón de lenguaje: Referencias repetidas a la restricción, las purgas, conductas compensatorias, desmayos o inestabilidad médica, autolesiones, desesperanza o incapacidad para mantenerse a salvo.
• Corroboración: Varias señales débiles que coinciden en el tiempo deberían pesar más que un dato aislado.

Respuestas solo a modo de ejemplo. Los umbrales reales deberían estar gobernados clínicamente, probados y ser configurables.

Haga que toda señal sea explicable

El profesional clínico debería ver por qué apareció una señal, por ejemplo: se marcaron como omitidas tres comidas programadas en 48 horas y aumentó el malestar declarado después de comer. Pippa evita etiquetas opacas como «alto riesgo» sin evidencia. El profesional clínico puede confirmar, descartar o corregir una señal, y el historial del paciente conserva esa interpretación.

6. Salvaguardas clínicas y validación

Como Pippa opera en un contexto sanitario sensible, un rendimiento útil de la IA va más allá de la exactitud del primer resultado. El sistema debería evaluarse en cuanto a incertidumbre, equidad, seguridad y consecuencias prácticas tanto de las alertas omitidas como de las innecesarias. Las guías de la APA y del NICE siguen siendo las referencias clínicas. La app apoya la atención, pero no sustituye la evaluación, el seguimiento ni la planificación del tratamiento.

Preguntas mínimas de validación

Principios de gobernanza

Los marcos del NIST y de la OMS subrayan un uso previsto documentado, roles humanos definidos, medición continua y gestión del riesgo a lo largo de todo el ciclo de vida de la IA. Para Pippa, eso significa versionar los modelos y los datos nutricionales, probar antes de publicar, monitorizar después de publicar, revisar los incidentes de seguridad e incluir a personas con experiencia vivida y a profesionales clínicos de trastornos alimentarios en las decisiones de producto.

El estatus regulatorio depende del uso previsto, la población usuaria, las afirmaciones que se hacen y la funcionalidad. El posicionamiento de Pippa y sus funciones de apoyo a la decisión dirigidas a profesionales clínicos se revisan a medida que el producto cambia. La guía actual de la FDA sobre apoyo a la decisión clínica es un buen punto de partida, pero este documento no es asesoramiento legal.

7. Qué debería esperar un dietista

• Un registro para el paciente que pueda permanecer libre de números de calorías sin dejar de admitir planes de comidas estructurados y check-ins.
• Una vista clínica que distinga una estimación de la IA de un alimento confirmado por el paciente y de un valor introducido por el profesional clínico.
• Rangos de incertidumbre y procedencia de las fuentes para las estimaciones de porción y energía, en lugar de falsa precisión.
• Vistas de tendencia que prioricen los cambios a lo largo del tiempo y la propia línea de base del paciente.
• Señales de preocupación con motivo codificado que inviten a revisar, no conclusiones automáticas.
• Compartición y visibilidad configurables, con una separación clara entre los roles de paciente, profesional clínico y familia o persona de apoyo.
• Una vía clara para corregir etiquetas de alimentos, porciones, interpretaciones del chat y marcas de preocupación.

Referencias y lecturas adicionales

Estos cuatro artículos son los puntos de partida más directamente relevantes para el análisis de imágenes de comida de Pippa, el tratamiento de la confianza y el enfoque de autorregistro conectado con el profesional clínico.

1. 1

   Im2Calories: Towards an Automated Mobile Vision Food Diary

   Meyers et al., ICCV 2015. Trabajo temprano que combina reconocimiento de alimentos, estimación de volumen y predicción nutricional a partir de la imagen de una comida.

2. 2

   Nutrition5k: Towards Automatic Nutritional Understanding of Generic Food

   Thames et al., CVPR 2021. Un conjunto de datos de alimentos con imágenes RGB-D, pesos de los ingredientes, masa total, calorías y macronutrientes.

3. 3

   On Calibration of Modern Neural Networks

   Guo et al., ICML 2017. Muestra por qué las puntuaciones de confianza de las redes neuronales necesitan calibración antes de guiar decisiones de producto.

4. 4

   Patient Experiences Using a Self-Monitoring App in Eating Disorder Treatment

   Lindgreen et al., JMIR mHealth and uHealth 2018. Un estudio cualitativo de una app de autorregistro para trastornos alimentarios conectada con profesionales clínicos.

¿Prefiere la versión breve? Lea cómo encaja la IA en la atención dietética en el blog.