CarbCam: kako radi?
Kako CarbCam radi?
CarbCam uzima vašu fotografiju, šalje je usluzi umjetne inteligencije, prima procjenu sastojaka, provjerava vrijednosti u standardnim bazama hranjivih vrijednosti i prikazuje vam rezultat.
Pregled postupka
Postupak u pojedinostima
1 Snimanje fotografije & lokalno obrezivanje slike
Fotografija u početku ostaje u potpunosti na vašem uređaju. Možete je obrezati, zakrenuti ili ponovno snimiti. Ništa se ne prenosi dok ne dodirnete “Analiziraj”.
2 Upit u predmemoriju poslužitelja (predprovjera)
Prije nego što se slika uopće pošalje umjetnoj inteligenciji, aplikacija putem SHA-512 hasha i perceptualnog hasha provjerava postoji li već identična ili vrlo slična fotografija u predmemoriji poslužitelja. Ako postoji podudaranje, odmah dobivate pohranjeni rezultat natrag: bez ponovnog poziva umjetne inteligencije. Naknadni korak Potvrdi označava unos u predmemoriju kao potrošen (brojanje kvote).
3 Prijenos na analizu umjetne inteligencije
Ako nema podudaranja u predmemoriji, (obrezana) fotografija šalje se našoj krajnjoj točki za analizu. Ondje se poziva vizijski model (Gemini, Claude ili OpenAI, ovisno o vašem odabiru u postavkama aplikacije) da opiše sliku, imenuje pojedine sastojke i procijeni okvirne količine.
4 Pozadinska validacija (samo pri niskoj pouzdanosti)
Ako procjena umjetne inteligencije prijavi nisku pouzdanost, poslužitelj pokreće pozadinsku unakrsnu provjeru u bazama hranjivih vrijednosti (USDA FoodData Central, Open Food Facts). Ispravljene vrijednosti unose se u predmemoriju: sljedeći put kad se ista ili slična fotografija podudari, vidite poboljšani rezultat. Za skeniranja s visokom pouzdanošću ovaj se korak preskače.
Za barkodove, međutim, usporedba s Open Food Facts / USDA uvijek se izvodi izravno, jer je hranjiva tablica proizvođača ovdje primarni izvor.
5 Uređivanje s vaše strane
Možete nadjačati bilo koju vrijednost: količinu, ugljikohidrate, kcal, FPE, sastojak. Pri spremanju koriste se vaše vrijednosti, ne procjena umjetne inteligencije. Aplikacija pohranjuje vašu ukupnu korekciju ugljikohidrata (Korisnik: Xg vs UI: Yg) kao razliku u statističke svrhe.
6 Spremanje & Nightscout sinkronizacija
Lokalno u SQLite bazi podataka. Po želji i putem Nightscout sinkronizacije u vašu Nightscout instancu: ali samo kao bilješka u tablici terapija
(s oznakom CarbCam), ne kao aktivna terapija ugljikohidratima/inzulinom.
Vaši Loop/AAPS/iAPS izračuni nisu pogođeni CarbCam spremanjima: obrok je vidljiv samo kao bilješka.
Ako koristite upravljani Nightscout s ns.10be.de, postavljanje je osobito jednostavno: unesite Nightscout URL i API secret: gotovo.
Ako želite ugljikohidrate aktivno kao terapiju, koristite gumb Podijeli u rezultatu skeniranja: on šalje vrijednost ugljikohidrata putem deep linka u AAPS/AndroidAPS, Loop, iAPS ili Trio ili otvara sistemski izbornik za dijeljenje.
Što je FPE?
FPE označava masno-bjelančevinske jedinice. One opisuju koliko energije iz masti i bjelančevina s odgodom utječe na šećer u krvi.
Jedna FPE jednaka je približno 100 kcal iz masti i bjelančevina. Primjer:
- 30 g masti + 20 g bjelančevina = (270 + 80) ÷ 100 = 3.5 FPE
Korisnici pumpe često koriste FPE za postavljanje parametara produženog bolusa (npr. square-wave ili dual-wave). Korisnici pena mogu koristiti FPE kao okvirni pokazatelj za kasni korekcijski međuobrok ili malu poslijepodnevnu korekciju.
CarbCam prikazuje FPE kao žuti čip u kartici rezultata. Boje hranjivih vrijednosti:
- Ugljikohidrati Ugljikohidrati
- kcal Kalorije
- FPE Masno-bjelančevinske jedinice
- Masti Masti
- Bjelančevine Bjelančevine
Krivulja glukoze ispod obroka
Kad je Nightscout konfiguriran, CarbCam učitava podatke o glukozi iz vaše Nightscout instance i prikazuje krivulju šećera u krvi u kartici povijesti ispod svakog obroka. Vremenski prozor ovisi o platformi i automatski se bira oko obroka. Zajedno s Nightscoutom, CarbCam omogućuje ciljano praćenje glukoze nakon obroka.
Značajke krivulje glukoze (Nightscout podaci):
- Vremenski prozor oko obroka (ovisno o platformi)
- Oznaka za vrijeme obroka
- Vršna točka istaknuta bojom (crvena/žuta/zelena ovisno o razini)
- Porast i konačna vrijednost kao ključne metrike
- IOB / COB kao neobavezne linije preklapanja
Točnost
Točnost ovisi o vrsti obroka:
| Vrsta obroka | Tipično odstupanje | Primjeri |
|---|---|---|
| Jasne porcije | ±20 % | Riža, tjestenina, kruh |
| Složeni obroci | ±30 % | Varivo, zapečena jela |
| Vrlo neobično | ±40 % ili više | Nepoznata regionalna jela |
| Pakirani proizvodi | ±5 % | Automatsko otkrivanje barkoda (vrijednost proizvođača putem Open Food Facts) |
Što poboljšava točnost:
- Dobro osvjetljenje & jasna fotografija — bez sjena preko tanjura
- Svi sastojci vidljivi — ne utapajte tjesteninu u umaku
- Referenca veličine — zadržite rub tanjura, pribor ili ruku u kadru
- Standardna jela — umjetna inteligencija dobra je s poznatim jelima
Što smanjuje točnost:
- Tanjuri sa švedskog stola s mnogo malih hrpica
- Sastojci jako prekriveni umakom
- Vrlo neobična regionalna jela bez jasne referentne baze podataka
- Fotografirano pod kutom sa strane bez reference veličine
Što to znači za vaš bolus:
- Za normalne obroke: koristite procjenu kao polaznu točku, primijenite vlastito znanje i po potrebi prilagodite vrijednost prije spremanja
- Za kritične odluke o bolusu (vrlo visoki ugljikohidrati, rizik od hipoglikemije): uvijek konzultirajte vlastito znanje / bazu podataka / pakiranje
- S pumpom: steknite iskustvo o tome koliko vaši obroci tipično odstupaju: zatim ispravite procjenu svojim osobnim faktorom
Što se događa izvan mreže?
Bez internetske veze rade sljedeće značajke:
- Pregledavanje i filtriranje povijesti
- Ručno izrađivanje i uređivanje unosa
- Pregled kartice statistike
- Izvoz podataka (CSV/JSON)
- Snimanje fotografija i njihovo stavljanje u red za kasniju analizu
Sljedeće zahtijeva vezu:
- Analiza umjetne inteligencije (fotografija se šalje pružatelju)
- Automatska pretraga barkoda (Open Food Facts)
- Nightscout sinkronizacija (krivulja glukoze, upload terapija)