Modelo prolab: Checkifood, aplicación móvil que ayuda al régimen alimenticio con machine learning

• Autores: Romero De Chorié, Gladys Enriqueta, Tineo Ramón, Miriam Erlita, Benavides Santur, Juan Diego, Guerrero Reyes, Frank Adams, Rosas Arbildo, Giovani
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.pucp.edu.pe:20.500.14657/200101
• Enlace del recurso: http://hdl.handle.net/20.500.12404/28095
• Nivel de acceso: acceso abierto
• Materia: Hábitos alimenticios--Perú; Aplicaciones para móviles; Aprendizaje automático (Inteligencia artificial); Inteligencia artificial; https://purl.org/pe-repo/ocde/ford#5.02.04

Este informe resume los hallazgos de varios estudios sobre la repercusión de costumbres alimenticias inadecuadas, particularmente las dietas estrictas, en los niveles de agua y músculo en el cuerpo, el problema social relevante es la incidencia elevada de obesidad y sobrepeso en la comunidad peruana, incluyendo a los individuos entre 18 y 45 años. Los estudios revelan que cuando las personas abandonan las restricciones dietéticas, sus hábitos alimenticios cambian y el cuerpo lo compensa utilizando grasas para sustentarse (Hernández & Vargas, 2022). La incidencia de obesidad y sobrepeso es una preocupación mundial que ha llevado a un crecimiento de la prevalencia de morbilidades como diabetes, afecciones cardiovasculares e insuficiencia renal, particularmente en Perú donde el 70% de la población se encuentra en esta categoría (Hernández & Vargas, 2022). Al examinar los puntos débiles de los usuarios, el informe identifica las horas de las comidas (desayuno, almuerzo y cena) como las fuentes más importantes de frustración debido a la falta de opciones nutritivas. A pesar de reconocer los riesgos para la salud asociados con la elección de alimentos poco saludables, los usuarios a menudo optan por la conveniencia sobre la nutrición. La propuesta consiste en el desarrollo de una aplicación móvil que utiliza machine learning para detectar y analizar automáticamente los platos de comida a partir de fotografías. Esta innovadora solución simplifica el proceso de seguimiento de la dieta y proporciona una experiencia de usuario más fluida en comparación con las aplicaciones de la competencia que requieren entrada manual de alimentos. El modelo de negocio está diseñado para cubrir los requerimientos del público objetivo que tienen predominantemente entre 18 y 45 años y buscan cambiar sus hábitos alimenticios diarios. La aplicación está destinada a servir como una herramienta útil para ayudar a los usuarios a alcanzar sus objetivos deseados, este aplicativo es innovador y disruptivo porque combina tecnologías de vanguardia, experiencias de usuario simplificadas, personalización y un enfoque proactivo en salud preventiva, ofreciendo un recurso valioso para ayudar a las personas a mejorar sus dietas y estilos de vida. El modelo de negocio de un aplicativo enfocado en mejorar la dieta y llevar un control riguroso del régimen alimenticio tendría un potencial de crecimiento exponencial en el Perú. Esto se debe a la combinación del aumento en el uso de aplicaciones móviles y la prevalencia creciente de obesidad y sobrepeso en el país. Como menciona Soto (2020), utilizar aplicativos móviles ha experimentado un alza notable en Perú, lo que indica una gran adopción de estas herramientas tecnológicas en múltiples rubros, incluido el sector salud. Por otro lado, la obesidad y el sobrepeso son considerados actualmente como problemas de salud pública en el Perú, como lo evidencia el crecimiento en la incidencia de estas condiciones en la comunidad (INEI, 2020). El informe señala que el proyecto tiene un valor económico significativo con un VAN de S/ 3.980.520,22 soles, teniendo en cuenta una tasa de descuento del 10% y una TIR de 281,65% a cinco años. El proyecto también tiene un valor social importante, ya que promueve estilos de vida saludables y una producción y consumo responsables, al mismo tiempo que impacta positivamente en el medio ambiente. El informe concluye con un VANS de S/4,258,764.47 Soles luego de analizar los beneficios y costos sociales del proyecto.