سامسونگ در نسخه آزمایشی اپلیکیشن سلامت خود قابلیتی به نام اسکن میل اضافه کرده است که به کاربران امکان می‌دهد با ثبت تصویر از وعده غذایی، اطلاعات تغذیه‌ای را به شکل خودکار دریافت کنند. این ابزار که در حال حاضر برای کاربران ایالات متحده فعال شده است، فرآیند وقت‌گیر یادداشت دستی کالری را حذف میکند. قابلیت اسکن غذا در سامسونگ هلث با تکیه بر پردازش تصویر، مقدار تقریبی کالری و درشت‌مغذی‌ها را محاسبه میکند و در اختیار کاربر قرار می‌دهد.
ثبت پیوسته اطلاعات تغذیه همواره یکی از خسته‌کننده‌ترین بخش‌های پایش فردی بوده است و درصد بالایی از کاربران پس از چند روز آن را رها می‌کنند. ساده‌تر شدن این مسیر به دارندگان ساعت‌های هوشمند این برند، از جمله گلکسی واچ 9، کمک میکند تصویر دقیق‌تری از توازن انرژی دریافتی و مصرفی خود داشته باشند. این قابلیت در فاز کنونی به صورت کاملا رایگان عرضه شده است، در حالی که پلتفرم‌های رقیب بخش بزرگی از خدمات مشابه را به اشتراک‌های پولی وابسته کرده‌اند.
با این حال، رایگان بودن این سرویس ممکن است دائمی نباشد. دکتر هان پاک، مدیر بخش سلامت دیجیتال سامسونگ، سال گذشته اعلام کرده بود که این شرکت امکان معرفی یک اشتراک پولی برای قابلیت‌های پیشرفته سلامت را ارزیابی میکند. مواردی نظیر پایش دقیق مواد مغذی و شاخص آنتی‌اکسیدان از جمله گزینه‌هایی هستند که احتمال دارد در آینده به طرح‌های غیررایگان منتقل شوند.
سازوکار و تنظیمات دستی اسکن غذا در سامسونگ هلث
فناوری اسکن میل بر پایه مدل‌های بینایی ماشین و هوش مصنوعی توسعه یافته است تا تصاویر ثبت‌شده از غذاهای آماده یا محصولات بسته‌بندی را تجزیه و تحلیل کند. کاربر با گرفتن عکس از بشقاب غذا یا حتی یک میان‌وعده صنعتی، برآوردی از کالری کل، میزان کربوهیدرات، پروتئین و چربی دریافت میکند. سامسونگ همچنین تخمینی از اندازه و حجم هر بخش ارائه می‌دهد تا کاربر نیازی به وزن‌کشی دقیق تک‌تک اجزای بشقاب نداشته باشد.
از آنجا که سیستم‌های بینایی ماشین نمی‌توانند تمام جزئیات پنهان نظیر روغن مصرفی یا محتویات سس‌ها را از روی ظاهر تشخیص دهند، امکان ویرایش دستی پس از اسکن در نظر گرفته شده است. کاربران می‌توانند مواردی مانند نوع سس، ضخامت برش‌ها یا نوع نان مصرفی را اصلاح کنند تا خطای محاسباتی به حداقل برسد. این انعطاف‌پذیری باعث میشود داده‌های ثبت‌شده با واقعیت رژیم غذایی همخوانی بیشتری داشته باشند.
یکی دیگر از ابزارهای ارائه‌شده در این به‌روزرسانی، قابلیتی تحت عنوان دایت اسکور است که رفتارهای تغذیه‌ای کاربر را در دوره‌های زمانی مشخص ارزش‌گذاری میکند. این امتیاز بر اساس مدل سنجش تغذیه اختصاصی سامسونگ تعیین میشود و کیفیت عادات فرد را در چهار رده «نیاز به توجه»، «متوسط»، «خوب» و «عالی» دسته‌بندی میکند. به این ترتیب، کاربر متوجه میشود که چه بخش‌هایی از رژیم روزمره او نیازمند بازنگری است.
سامسونگ هلث در کنار این ارزیابی‌ها، برنامه‌های راهنمای گام‌به‌گام، چالش‌های فردی و پیشنهادهای مشخصی برای چیدمان وعده‌ها تدارک دیده است تا کاربر مسیر مشخصی برای بهبود وضعیت تغذیه داشته باشد. یکپارچه‌سازی این داده‌ها با سایر حسگرهای بدنی اهمیت زیادی دارد، زیرا دقیقا همان‌طور که ارزیابی وضعیت ریکاوری در الگوریتم‌های پایش خواب ساعت هوشمند به رفتار شبانه‌روزی کاربر وابسته است، کیفیت سوخت‌وساز نیز بدون پایش غذایی قابل ارزیابی دقیق نخواهد بود.
مقایسه رویکرد سامسونگ با گوگل هلث و گارمین
حرکت به سمت تجاری‌سازی اطلاعات سلامت، به یکی از جریان‌های اصلی در میان تولیدکنندگان گجت‌های هوشمند تبدیل شده است. گوگل هلث قابلیت‌های پیشرفته تحلیل خوراکی‌ها و مربی هوشمند را در نسخه پریمیوم خود قرار داده و دسترسی به ثبت صوتی و متنی وعده‌ها را به پرداخت هزینه منوط کرده است. شرکت گارمین نیز ابزارهای مشابه را در قالب سرویس کانکت پلاس و روی دستگاه‌هایی نظیر گارمین سیرکا ارائه میکند و شرکت اورا هم برای دسترسی به تحلیل‌های غذایی کاربران حلقه هوشمند، دریافت حق اشتراک دوره‌ای را الزامی دانسته است.
در چنین فضایی، ارائه این ابزار بدون دریافت هزینه جانبی در سامسونگ هلث یک مزیت رقابتی روشن برای جلب رضایت کاربران به شمار می‌رود. خریدارانی که برای گجت‌های خود مبالغ قابل توجهی پرداخت کرده‌اند، تمایلی به پرداخت هزینه‌های مستمر ماهیانه برای ثبت داده‌های پایه ندارند. با این وجود، حفظ چنین سرویس‌هایی بدون اشتراک در طولانی‌مدت به دلیل هزینه‌های سنگین پردازش ابری، برای شرکت‌ها کار ساده‌ای نخواهد بود.
پردازش تصاویر با رزولوشن بالا و اجرای الگوریتم‌های یادگیری ماشین روی سرورها منابع محاسباتی زیادی طلب میکند. ارسال روزانه چند تصویر از وعده‌های مختلف توسط کاربران پرتعداد، بار مالی سنگینی برای زیرساخت‌های سرور به همراه دارد. به همین دلیل عرضه آزمایشی در ایالات متحده می‌تواند بستری برای سنجش دقیق هزینه‌ها و جمع‌آوری بازخورد برای سنجش میزان ماندگاری مخاطبان پیش از اتخاذ تصمیم‌های نهایی مالی باشد.
محدودیت‌های فنی و احتمال پولی شدن خدمات سلامت
با وجود تسهیل ثبت اطلاعات، هوش مصنوعی هنوز در تفکیک غذاهای ترکیبی با چالش‌های جدی مواجه است. برای مثال اگر یک خوراک سنتی دارای ترکیبات مخلوط باشد، سیستم ممکن است سهم روغن یا میزان نمک و چاشنی‌ها را اشتباه محاسبه کند. در شرایطی که کاربر مجبور باشد پس از هر بار ثبت تصویر، چندین مؤلفه را به طور دستی اصلاح کند، مزیت سرعت عمل از بین می‌رود و اصطکاک ورود اطلاعات دوباره ظاهر میشود.
علاوه بر دقت محاسباتی، استفاده مکرر از دوربین و ارسال فایل‌ها به سرورها می‌تواند بر شارژدهی دستگاه اثر بگذارد. توجه به راهکارهای بهینه‌سازی و کاهش مصرف باتری گوشی سامسونگ برای کاربرانی که در طول روز چندین بار این ویژگی‌ها را فعال می‌کنند اهمیت پیدا میکند. به خصوص زمانی که چندین حسگر و سرویس ابری به شکل همزمان در پس‌زمینه مشغول تبادل مداوم داده‌های تله‌متری باشند.
موضوع امنیت و محرمانگی داده‌ها نیز دغدغه مهم دیگری است که باید به آن توجه داشت. عکس‌های ثبت‌شده از محیط خانه یا محل صرف غذا ممکن است حاوی اطلاعات غیرمستقیم درباره سبک زندگی یا حریم خصوصی فرد باشند. سامسونگ موظف است سازوکارهای امنیتی روشنی فراهم کند تا تصاویر تنها برای تحلیل تغذیه پردازش شوند و نگرانی بابت سوءاستفاده یا ذخیره‌سازی نامناسب داده‌های بصری وجود نداشته باشد.
سرنوشت قابلیت‌های هوش مصنوعی در پایش سلامت نشان می‌دهد که شرکت‌ها در حال بازتعریف مرز میان خدمات رایگان پایه و ابزارهای تحلیلی پولی هستند. این که سامسونگ ویژگی‌های مبتنی بر تصویر و امتیازهای رژیمی را به عنوان مزیت اختصاصی اکوسیستم سخت‌افزاری خود رایگان نگه دارد یا آنها را به یک سرویس درآمدزا تبدیل کند، معیاری کلیدی برای سنجش وفاداری کاربران در بازار گجت‌های هوشمند سال‌های آینده خواهد بود.
