Исследователи Nazarbayev University представили первый цифровой пищевой атлас Центральной Азии — инструмент, который помогает точнее оценивать рацион и размеры порций в регионе. Разработка может стать важной основой для более точных исследований в сфере общественного здоровья и питания.
Проект реализуется Лабораторией инноваций в области питания Центральной Азии при NU (Central Asia Food Innovation Lab, CAFI Lab). Он решает одну из ключевых проблем нутрициологии: нехватку достоверных данных о том, что и в каких объемах на самом деле едят жители региона. Как подчеркивают исследователи, даже небольшая ошибка в оценке порций приводит к существенным искажениям при расчете калорий и нутриентов.
До сих пор специалисты часто опирались на базы данных, сформированные на основе западных или восточноазиатских диет, что снижало точность анализа. Между тем питание в Центральной Азии имеет свою специфику — высокий уровень потребления красного мяса, мучных и молочных продуктов.
Новый атлас предлагает стандартизированный подход и основан на двух ранее разработанных наборах данных: Central Asian Food Dataset (CAFD) и Central Asian Food Scenes Dataset (CAFSD). Он включает 115 позиций — от традиционных блюд, таких как бешбармак, плов и манты, до повседневных продуктов вроде пиццы, злаков и мороженого. Каждый элемент был оцифрован в лабораторных условиях с точно измеренными порциям, что позволяет использовать эти данные как ориентир для оценки рациона.
«Это не просто визуальный справочник, — отметила доктор Мэй Йен Чан, ассистент-профессор Школы медицины NU. — Атлас соответствует международным стандартам и позволяет исследователям Центральной Азии формировать данные, сопоставимые на глобальном уровне».
В то же время сам атлас — лишь первый шаг: он не рассчитывает напрямую калорийность и требует дополнительного аналитического слоя. Как отмечают авторы, блюда региона значительно варьируются по составу и способу приготовления, а «скрытые» ингредиенты — жир, бульоны, плотность — затрудняют точную оценку. В теории калорийность определяется суммой энергии ингредиентов (например, 4 ккал на грамм белков и углеводов и 9 — жиров), однако точный подсчет требует взвешивания каждого компонента, что редко возможно на практике. Поэтому визуальные атласы выступают компромиссным решением: они помогают оценить вес порции и приблизительно рассчитать калории, хотя и с погрешностью. Даже AI-системы пока испытывают трудности с анализом сложных многокомпонентных блюд.
Таким образом, значение проекта выходит за рамки простого подсчета калорий. Атлас решает более фундаментальную задачу — стандартизацию порций, без которой невозможны ни точные диетические исследования, ни развитие цифровых технологий в нутрициологии.
Помимо научных исследований, разработка также открывает перспективы для внедрения медицинских приложений на базе искусственного интеллекта. Наборы данных уже используются в машинном обучении, способных распознавать блюда по изображению, оценивать их пищевую ценность, обеспечивать работу цифровых инструментов в сфере здравоохранения — от мобильных приложений до платформ телемедицины. Результаты исследования опубликованы в международных научных журналах Nutrients, IEEE Access, Scientific Reports, и находятся в открытом доступе. В настоящее время исследовательская группа работает над расширением проекта за счет включения подробных данных о питании и ищет дополнительные источники финансирования, чтобы воплотить эти результаты в практические решения для населения Казахстана.
