DIGITAL.CSIC. Repositorio Institucional del CSIC
Publication
Artículo científico (JournalArticle)
Novel approach based on artificial intelligence to evaluate individual wine intake, Un nuevo método basado en inteligencia artificial para evaluar la ingesta individual de vino
Trabajo presentado en el 44th World Congress Vine & Wine, celebrado en Cádiz-Jerez (España), de 5 al 9 de junio de 2023, [EN] This study arises from the need to propose new methodologies to quantify wine consumption more
precisely in order to use subsequently this information in observational food-health studies and dietary
intervention studies. It has been developed an algorithm based on a “deep learning” method to determine
wine volume from a single-view image, and it has been validated through a consumer study developed via a
web application. The new model demonstrated satisfactory performance not only in a “daily lifelike” images
dataset but also in “real” images (obtained from the consumer study), with a mean absolute error (MAE) of 10
and 26 mL, respectively. In relation to the data reported by the participants in the consumer study (n=38),
average red wine volume in a glass was 114±33 mL, without being affected by factors such as gender, time of
consumption, type of wine or type of glass. Therefore, the deep learning system together with the web
application developed in this study constitute a diet monitoring tool of substantial value in the accurate
assessment of daily wine intake, as well as in the habits of its consumption, with relevant applications in
observational studies., [ES] Este estudio surge de la necesidad de nuevas metodologías que permitan cuantificar el consumo de
vino con mayor precisión, para posteriormente utilizar esta información en estudios observacionales de
alimentación-salud y estudios de intervención de dieta. Se ha desarrollado un algoritmo basado en un método
de “aprendizaje profundo”, que permite determinar el volumen de vino en una copa/vaso a partir de una
fotografía, y se ha validado en un estudio de consumidores realizado a través de una aplicación web. La
aplicación del modelo a imágenes “cuasi-reales” y a imágenes "reales" (obtenidas a partir del estudio de
consumidores), ha mostrado una precisión satisfactoria con un error absoluto medio (MAE) de 10 mL y 26 mL,
respectivamente. En relación a las pautas de consumo de vino observadas en el estudio de consumidores
(n=38), el volumen medio de vino tinto servido en una copa fue de 114±33 mL, sin estar condicionado por
factores como el sexo del consumidor, el momento de consumo, el tipo de vino, o el formato de copa/vaso. En
síntesis, el sistema de aprendizaje profundo desarrollado junto con la aplicación web, constituyen una
herramienta de gran valor para la estimación precisa del volumen de vino consumido diariamente, así como las
pautas de su consumo, de gran utilidad para estudios poblacionales, Este trabajo ha sido financiado por el Ministerio de Ciencia e
Innovación (MCIN) a través de la Agencia Estatal de
Investigación (AEI)/10.13039/501100011033 y por la “Unión
Europea Generation EU/PRTR”: proyectos PID2019-
108851RB-C21 y PID2019-108851RB-C22, y 'Prueba de
Concepto' PDC2022-133861-C21 y PDC2022-133861-C22.
M. Cobo agradece el apoyo del Consejo Superior de
Investigaciones Científicas (CS, Peer reviewed
Project:
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020 PID2019-108851RB-C21
,
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020 PID2019-108851RB-C22
,
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PDC2022-133861-C21
,
AEI / Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PDC2022-133861-C22
View at: http://hdl.handle.net/10261/341415