Un système d'IA Penn State suit les taux de morsure des enfants pour aider à réduire le risque d'obésité en encourageant une alimentation plus lente. A Penn State AI system tracks kids' bite rates to help reduce obesity risk by encouraging slower eating.

Un nouveau système d'IA, ByteTrack, développé par des chercheurs de l'Université d'État de Pennsylvanie, vise à lutter contre l'obésité infantile en suivant les taux de morsure pendant les repas. A new AI system called ByteTrack, developed by Pennsylvania State University researchers, aims to combat childhood obesity by tracking bite rates during meals. Formé sur 1 440 minutes de vidéo de 94 enfants âgés de 7 à 9 ans, l'IA identifie des visages avec 97% de précision mais compte correctement les morsures environ 70% du temps, luttant avec des visages obscurs ou des ustensiles à mâcher enfants. Trained on 1,440 minutes of video from 94 children aged 7 to 9, the AI identifies faces with 97% accuracy but counts bites correctly about 70% of the time, struggling with obscured faces or children chewing utensils. Une alimentation plus rapide est liée à un risque d'obésité plus élevé en raison de signaux de plénitude réduits. Faster eating is linked to higher obesity risk due to reduced fullness signals. Le système pourrait éventuellement alimenter les applications smartphone pour inciter les enfants à manger plus lentement, en soutenant des habitudes plus saines. The system could eventually power smartphone apps to prompt children to eat slower, supporting healthier habits. L'étude a été publiée dans Frontiers in Nutrition, et les experts disent que le taux de morsure ciblé peut aider à réduire le risque de suralimentation et d'obésité. The study was published in Frontiers in Nutrition, and experts say targeting bite rate may help reduce overeating and obesity risk.