一个新的移动应用程序,提供个性化的饮食建议,利用说服力技术,计算机视觉和云计算:开发和可用性研究

科学领域:

• 数字健康数字健康
• 营养科学 营养科学
• 人与计算机的交互

背景情况:

• 澳大利亚饮食指南 (ADG) 提供基于证据的营养建议,但遵守率很低.
• 缺乏遵守饮食指南会增加慢性疾病的风险.
• 需要新的技术来增强ADG的坚持.

研究的目的:

• 描述基于ADG的个性化饮食建议的原型移动应用程序的开发和设计.
• 探索原型的实时可用性,基于证据的食物选择自我管理.
• 为澳大利亚的成年人提供个性化的支持,旨在改善饮食习惯.

主要方法:

• 设计科学范式指导着进步Web应用程序的代开发.
• 综合说服系统设计,认知行为理论和ADG.
• 采用增益框架方法和图像到食谱检索进行饮食评估;可用性通过调查和采访进行评估 (N=15).

主要成果:

• 原型特征包括基于图像的饮食评估,带有反的游戏化食品跟踪,目标设定和ADG一致的食谱.
• 原型质量被评为"可接受" (中位数为3.46/5),对健康饮食的影响被评为3.83/5.5.
• 游戏化和基于图像的评估被确定为积极用户体验的关键驱动因素.

结论:

• 通过跨学科的合作,成功开发了一款基于证据的新型原型移动应用程序,用于个性化的饮食建议.
• 详细的开发过程提高了透明度,并为创建基于证据的健康应用程序提供了洞察力.
• 这项研究以计算机视觉为个性化的饮食建议的使用为例,目前正在开发修订版.