Reconocimiento de Texto y Extracción de Datos Estructurados para Encuestas Dietéticas Basado en Modelos de Lenguaje...

Área de la Ciencia:

• Ciencia de la Nutrición
• Inteligencia Artificial
• Ciencia de Datos

Sus antecedentes:

• Las encuestas dietéticas tradicionales requieren mucha mano de obra y son propensas a imprecisiones.
• La recopilación precisa de datos nutricionales es crucial para la investigación de la salud pública.
• Los avances en los modelos de lenguaje grandes (LLM) ofrecen soluciones potenciales para los desafíos de la recopilación de datos.

Objetivo del estudio:

• Evaluar la efectividad de los LLM en la mejora de la precisión y eficiencia de las encuestas dietéticas.
• Evaluar el rendimiento de la extracción de datos basada en LLM en comparación con los métodos manuales.

Principales métodos:

• Se empleó un protocolo de recuerdo dietético de 24 horas con un bolígrafo de grabación inteligente que capturaba datos de audio.
• Las grabaciones de audio se transcribieron y procesaron utilizando GLM-4 para la ingeniería de indicaciones y el razonamiento de cadena de pensamiento.
• Se analizó la integridad y consistencia de los datos estructurados generados por LLM, y se calcularon las puntuaciones de precisión y F1.

Principales resultados:

• Los datos estructurados basados en LLM lograron una tasa de integridad general del 92,5% y una consistencia del 86% con los registros manuales.
• El LLM demostró una alta precisión en el reconocimiento de ingredientes y ubicaciones de alimentos.
• El modelo logró un 94% de precisión y una puntuación F1 del 89,7% en el conjunto de datos.

Conclusiones:

• El reconocimiento de texto y la extracción de datos impulsados por LLM sirven como herramientas valiosas para mejorar la eficiencia y precisión de las encuestas dietéticas.
• El desarrollo continuo de herramientas de IA promete una recopilación de datos más precisa y eficiente en la investigación de la nutrición.