Whitepaper

FoodScore to nowa generacja systemu analizy żywieniowej wykorzystującego sztuczną inteligencję oraz wieloletni dorobek naukowy.

Aplikacja jest zaprojektowana tak, aby z jednego zdjęcia posiłku dostarczać precyzyjną, klinicznie ugruntowaną ocenę metaboliczną. System łączy przetwarzanie obrazu, wielowymiarową analizę żywieniową oraz interpretację kontekstową, aby użytkownik otrzymywał nie tylko ocenę dania, lecz także realne wskazówki dotyczące zdrowia.

FoodScore nie skupia się na liczeniu kalorii — FoodScore interpretuje metabolikę, opierając się na 16 parametrach odżywczych, 8 subindeksach zdrowotnych oraz unikalnym zestawie indeksów zaawansowanych, które analizują spójność, jakość i efekty stylu żywienia.

FoodScore jest aplikacją, której głównym celem jest edukacja żywieniowa wsparcie w znianie nawyków żywieniowych.

Syntetyczna tabela norm referencyjnych (Evidence-Based)

Normy zostały zastosowane w formie zakresowej i uogólnionej, przy zachowaniu ich wartości merytorycznych. Model Foodscore korzysta z:

Główna logika modelu — 16 parametrów
Model FoodScore oblicza wynik posiłku w oparciu o 16 kluczowych parametrów, które opisują wpływ żywienia na metabolizm, stan zapalny, sytość i układ sercowo-naczyniowy. Parametry te są podstawą dla obliczenia ogólnego FoodScore posiłku oraz subindeksów zdrowotnych.
Główna logika modelu — 16 parametrów

Wynik powstaje poprzez analizę ośmiu subindeksów oraz parametrów posiłku. Jest to syntetyczna ocena metaboliczna. Wynik jest prezentowany w skali 1 – 10.

Kolorystyka: – 0–3 — posiłek obciążający, – 4–6 — umiarkowany, – 7–10 — wspierający zdrowie.

Subindeksy zdrowotne

Każdy posiłek otrzymuje ocenę w ośmiu obszarach zdrowia. Wyniki są również wyrażone w skali 0–10.

AlergenAlert

System ostrzega o możliwej obecności alergenów z listy UE („Wielka Ósemka”), w tym: – mleko, – jaja, – gluten, – orzechy, – ryby, – skorupiaki, – soja. Wyświetlany jest komunikat o ryzyku oraz alert wizualny.

AI FoodCoach – inteligentne rekomendacje

FoodCoach generuje 3 elementy analizy:

  1. Efekt po spożyciu – przewidywanie odczuć metabolicznych.
  2. Propozycja poprawy – dodatki i korekty oparte na charakterze posiłku.
  3. Opcjonalna suplementacja – tylko gdy istnieją przesłanki.
Indeksy zaawansowane

FoodScore wprowadza dziewięć dodatkowych indeksów różnicujących jakość diety, stabilność nawyków i wpływ żywienia na metabolizm. Są one prezentowane w postaci raportów dziennych, tygodniowych i miesięcznych.

  1. Hidden Sugar Load (HSL) – % energii z cukrów.
  2. Subindex Balance Score (SBS) – Równowaga między subindeksami.
  3. Satiety Gap Index (SGI) – Relacja sytości: białko vs cukry.
  4. Metabolic Stress Index (MSI) -Obciążenie metaboliczne tłuszczami nasyconymi i cukrami.
  5. Consistency Index (CI) – Stabilność wyników FS w tygodniu.
  6. Diet Quality Trend (DQT) – Trend jakości diety w czasie.
  7. Diet Body Gap (DBG) – Zgodność jakości posiłków z rzeczywistym BMI i obwodem talii
  8. Risk Index – Ocena ryzyka metabolicznego — moduł rozwijany
  9. Monthly Score – Ocena miesięczna oparta na FS + BMI + talii.
Wyrób medyczny

Foodscore jest w procesie certyfikacji na wyrób medyczny (MDR).

Podsumowanie

FoodScore prezentuje nowy standard w analizie żywieniowej: szybki, precyzyjny i ugruntowany model, który z jednego zdjęcia ocenia nie tylko posiłek, ale cały jego wpływ na zdrowie. Model oparty na 16 parametrach, 8 subindeksach i 9 indeksach zaawansowanych stanowi fundament przewagi technologicznej i medycznej FoodScore. Jedno zdjęcie. Jeden wynik. Jedna decyzja dla zdrowszego trybu życia.

Stworzyliśmy pierwsze AI,
które rozumie Twój posiłek
Współpraca / kontakt / media