El sonido que hacemos al masticar es una de las características que hacen único a cada alimento, y también el que producen en el momento de molerlos o tragarlos. Por ello, Wenyao Xu, un informático de la Universidad de Buffalo los está catalogando. La idea es hacer crecer una base de datos para AutoDietary, un collar que podemos enmarcar dentro de los wearables, y cuya función es monitorizar los alimentos que comemos a lo largo del día.
A diferencia de otras soluciones, el reconocimiento no depende del usuario, ni tiene que introducir, a priori, los alimentos consumidos. La clave de AutoDietary es, de hecho, automatizar ese proceso. La gran carencia es, desde el punto de vista de los wearables deportivos, que no hace recuento de calorías quemadas, porque no incluye acelerómetro o podómetro. Sí que integra un minúsculo micrófono de alta fidelidad que recoge los sonidos procedentes de la trituración de alimentos de la boca.
Ahí entra, cómo no, el Bluetooth, mediante el cual se envía la información al smartphone, que guarda y ordena todo, a su vez, en la aplicación cuya interfaz vemos en la imagen. Dentro de las pruebas que han realizado con 12 personas con manzanas, zanahorias o cacahuetes, el porcentaje de acierto fue del 84.9%. Diferenciando entre líquidos y sólidos logró cifras mucho mayores, 97.6% y 99.7%.
Hay que pensar en el posible o posibles problemas que aquí se dan. Por una parte es díficil distinguir alimentos azucarados de no azucarados, dado que el sonido es el mismo. Peor aún es si pensamos en cómo distinguir una sopa de un puré en cuanto a contenido calórico. Para eso, se crearía un biomonitor complementario que hace análisis mucho más preciso gracias a medir el nivel de azúcar en la sangre. La ayuda en estos temas, a diábeticos, o a personas con obesidad es esencial para su calidad de vida, y un simple wearable podría ayudar mucho.