Desarrollo de un sistema integrado de captura, procesamiento y consulta de información nutricional de productos procesados y ultra procesados: una aplicación móvil con asistente virtual basado en RAG
Loading...
Date
2025-01-24
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
The increasing consumption of processed and ultra-processed foods poses significant public health challenges due to its association with non-communicable diseases. This study proposes an integrated system for capturing, processing, and querying nutritional information of these products, specifically tailored for the Ecuadorian context. The system includes a mobile application that utilizes Optical Character Recognition (OCR) and a Named Entity Recognition (NER) model to extract data from product labels, which are then stored in a knowledge graph managed with Neo4j. A web platform enables the validation and management of the captured data, while a virtual assistant based on Retrieval-Augmented Generation (RAG) facilitates natural language queries, generating precise and context-aware responses. The system architecture combines advanced technologies such as Google Vision API, OpenAI, Flutter, and Angular, providing an efficient solution adapted to local needs. Preliminary evaluations demonstrate high levels of usability and accuracy, showing that the system not only automates the collection of nutritional information but also enhances its accessibility and reliability, significantly contributing to data management in this field.
Resumen
El aumento en el consumo de alimentos procesados y ultraprocesados plantea serios desafíos de salud pública debido a su relación con enfermedades no transmisibles. Este estudio propone un sistema integrado para la captura, procesamiento y consulta de información nutricional de estos productos, diseñado específicamente para el contexto ecuatoriano. El sistema incluye una aplicación móvil que emplea Reconocimiento Óptico de Caracteres (OCR) y un modelo de reconocimiento de entidades nombradas (NER) para extraer datos de etiquetas de productos, los cuales se almacenan en un grafo de conocimiento gestionado con Neo4j. Una plataforma web permite validar y gestionar los datos capturados, mientras que un asistente virtual basado en Generación Aumentada por Recuperación (RAG) facilita consultas en lenguaje natural, generando respuestas precisas y contextualizadas. La arquitectura del sistema combina tecnologías avanzadas como Google Vision API, OpenAI, Flutter y Angular, ofreciendo una solución eficiente y adaptada a las necesidades locales. Las evaluaciones preliminares demuestran altos niveles de usabilidad y precisión, evidenciando que el sistema no solo automatiza la recopilación de información nutricional, sino que mejora su accesibilidad y confiabilidad, contribuyendo significativamente a la gestión de datos en este ámbito.
Keywords
Ingeniería de Sistemas, Alimentos procesados, Información nutricional, Reconocimiento óptico
Citation
Código de tesis
TS; 339
Código de tesis
Grado Académico
Ingeniero de Sistemas