CarbCam взема вашата снимка, изпраща я към AI услуга, получава оценка на компонентите, валидира стойностите спрямо стандартни бази данни за хранене и ви показва резултата.

Всеки анализ преминава през до шест стъпки:

Визуализиран поток: следван от реалните екранни снимки за сравнение:

1. Раздел за сканиране

2. AI анализ

3. Резултат

1 Заснемане на снимка и локално изрязване на изображението

Снимката първоначално остава изцяло на вашето устройство. Можете да я изрежете, завъртите или направите отново. Нищо не се качва, докато не докоснете „Анализирай".

2 Заявка към сървърния кеш (предварителна проверка)

Преди изображението изобщо да бъде изпратено към AI, приложението проверява чрез SHA-512 хеш и перцептивен хеш дали идентична или много подобна снимка вече съществува в сървърния кеш. Ако има попадение, получавате съхранения резултат обратно незабавно: без нова AI заявка. Последваща стъпка Потвърждаване отбелязва записа в кеша като използван (отчитане на квота).

3 Качване към AI анализ

Ако няма попадение в кеша, (изрязаната) снимка се изпраща към нашата крайна точка за анализ. Там се извиква vision модел (Gemini, Claude или OpenAI, в зависимост от вашия избор в настройките на приложението), за да опише изображението, да назове отделните компоненти и да оцени приблизителни количества.

4 Валидиране във фонов режим (само при ниска увереност)

Ако AI оценката отчете ниска увереност, сървърът стартира фонова кръстосана проверка спрямо бази данни за хранене (USDA FoodData Central, Open Food Facts). Коригираните стойности постъпват в кеша: следващия път, когато същата или подобна снимка бъде съпоставена, виждате подобрения резултат. За сканирания с висока увереност тази стъпка се пропуска.

За баркодове обаче сравнението с Open Food Facts / USDA винаги се извършва директно, тъй като таблицата с хранителни стойности на производителя е основният източник тук.

5 Редактиране от вас

Можете да заместите всяка стойност: количество, въглехидрати, kcal, FPE, компонент. При запазване се използват вашите стойности, а не AI оценката. Приложението съхранява общата ви корекция на въглехидратите (Потребител: Xг спрямо AI: Yг) като разлика за статистически цели.

6 Запазване и синхронизиране с Nightscout

Локално в база данни SQLite. По избор също чрез синхронизиране с Nightscout към вашата Nightscout инстанция: но само като бележка в таблицата с терапии (с етикета CarbCam), не като активна терапия с въглехидрати/инсулин. Вашите изчисления в Loop/AAPS/iAPS не се влияят от запазванията в CarbCam: храненето е видимо само като бележка. Ако използвате Управляван Nightscout от ns.10be.de, настройката е особено лесна: въведете Nightscout URL и API secret, готово.

Ако искате въглехидратите активно като терапия, използвайте бутона Сподели в резултата от сканирането: той изпраща стойността на въглехидратите чрез deep link към AAPS/AndroidAPS, Loop, iAPS или Trio, или отваря системния лист за споделяне.

FPE означава мастно-протеинови единици. Те описват колко енергия от мазнини и протеини влияе на кръвната захар със забавяне.

Една FPE се равнява на приблизително 100 kcal от мазнини и протеини. Пример:

• 30 г мазнини + 20 г протеин = (270 + 80) ÷ 100 = 3.5 FPE

Потребителите на помпи често използват FPE, за да зададат параметрите на разширения болус (напр. квадратна вълна или двойна вълна). Потребителите на писалки могат да използват FPE като приблизителен индикатор за късна коригираща закуска или малка следобедна корекция.

CarbCam показва FPE като жълт чип в картата с резултата. Цветовете на хранителните стойности:

• Въгл. Въглехидрати
• kcal Калории
• FPE Мастно-протеинови единици
• Мазнини Мазнини
• Протеин Протеин

Когато Nightscout е конфигуриран, CarbCam зарежда BG данни от вашата Nightscout инстанция и показва кривата на кръвната захар в раздела История под всяко хранене. Времевият прозорец зависи от платформата и се избира автоматично около храненето. Заедно с Nightscout, CarbCam позволява целенасочено проследяване на BG след хранене.

Характеристики на BG кривата (данни от Nightscout):

• Времеви прозорец около храненето (зависи от платформата)
• Маркер за времето на храненето
• Пикова точка, откроена в цвят (червено/жълто/зелено в зависимост от нивото)
• Покачване и крайна стойност като ключови показатели
• IOB / COB като незадължителни наслагващи линии

Точността зависи от вида ястие:

Какво подобрява точността:

• Добро осветление и ясна снимка: без сенки върху чинията
• Всички компоненти видими: не удавяйте пастата в сос
• Референция за размер: запазете ръба на чинията, приборите или ръката в кадъра
• Стандартни ястия: AI се справя добре с добре познати ястия

Какво намалява точността:

• Бюфетни чинии с много малки купчинки
• Компоненти, силно покрити със сос
• Много необичайни регионални ястия без ясна референтна база данни
• Снимани под ъгъл отстрани без референция за размер

Какво означава това за вашия болус:

• За нормални хранения: използвайте оценката като отправна точка, приложете собствените си познания и коригирайте стойността преди запазване, ако е необходимо
• За критични решения за болус (много високи въглехидрати, риск от хипо): винаги се консултирайте със собствените си познания / база данни / опаковка
• С помпа: натрупайте опит колко обикновено се отклоняват вашите хранения: след това коригирайте оценката с личния си коефициент

Без интернет връзка работят следните функции:

• Разглеждане и филтриране на историята
• Ръчно създаване и редактиране на записи
• Преглед на раздела Статистика
• Експорт на данни (CSV/JSON)
• Правене на снимки и поставянето им на опашка за по-късен анализ

Следното изисква връзка:

• AI анализ (снимката се изпраща към доставчика)
• Автоматична справка по баркод (Open Food Facts)
• Синхронизиране с Nightscout (BG крива, качване на терапии)