私たちが日々摂取している栄養を知るためには、自分が食べたものを記録することが第一歩です。ですが１日３回、間食まで記録し続けるのは大変ですよね。我々は相澤研究室と共同で、深層画像認識技術に基づく食事記録アプリFoodLog Athlを開発しています。食事の画像をアップロードすると、アプリが食事の領域を検出し、その料理名を認識することで、その料理の栄養価を推定します。プロ選手や部活動などで栄養士のサポートが受けられる方は、FoodLog Athlを使うことで栄養士と食事記録を共有したり、チャットによりコミュニケーションを行うことができます。

例えば同じ「肉じゃが」でも、量が多かったりじゃが芋が多かったり、レシピによって栄養価は大きく異なります。私たちは、食事画像から食材の種類とその分量を推定することで、詳細な栄養計算ができる食事栄養計算アプリRecipeLogの開発を行っています。
アプリで作成した材料リストに基づき算出した栄養量がそのユーザの一日当たりの適正な摂取量に占める充足率を可視化するなど、ユーザ自身で食事を評価することのできる機能を備えています。

医療や介護の現場で行われている栄養調査では、食品の摂取量を測定する秤量記録法、前日の食事内容を記録する24時間食事思い出し法、質問票の食品リストから一定期間に食べた食品の頻度を記載する食物摂取頻度法（FFQ）などの方法があり、多人数を対象とするコホート研究ではFFQがよく用いられています。本研究では対象者が記入し、さらに栄養士が対象者に聞き取ることで補足を追記した食事記録を入力とし、大規模言語モデルをファインチューニングすることで、食品標準成分表に基づき栄養計算可能なデータ形式に自動変換するシステムの開発を目指します。