Bling Protocolo de referência de estimativa de fotos de alimentos

O que o benchmark responderá

A unidade é uma refeição independente, avaliada em um produto Bling congelado desenvolvido para registro no diário do consumidor. Não é uma validação clínica e não pode apoiar diagnóstico, tratamento, dosagem de medicamentos ou aconselhamento nutricional individualizado.

• Até que ponto as estimativas de energia e macronutrientes de primeira passagem estão em relação aos valores de referência documentados?
• Com que frequência as estimativas ficam dentro das faixas de erro pré-declaradas?
• Quais contextos de refeição e ingredientes visualmente ocultos estão associados a erros maiores?
• Quanto uma etapa estruturada de correção do usuário altera o erro sem implicar precisão de laboratório?

Amostra e coleta

Um lançamento de referência geral requer um piloto de logística de 100 refeições seguido por pelo menos 1.000 refeições de avaliação independente coletadas após o produto e o protocolo serem congelados. Pelo menos 200 refeições de avaliação permanecem na validação confirmatória, cada contexto primário relatado contém pelo menos 50 refeições e a recolha abrange pelo menos três locais ou fontes familiares em vários ciclos de menu.

O piso é uma salvaguarda de publicação, não uma reivindicação de poder estatístico. O piloto nunca é agrupado na avaliação principal e a precisão do intervalo de confiança alcançada será relatada.

As partições de desenvolvimento, piloto e avaliação são isoladas por restaurante, refeição, linhagem de receita, restaurante ou local e grupo de imagens quase duplicadas. As imagens de avaliação final são novas, não públicas e indisponíveis para ajuste imediato antes que o protocolo e o sistema sejam congelados.

Duas distribuições complementares

• Uma amostra de uso natural que preserva a distribuição observada do tráfego do produto
• Uma amostra de estresse balanceada abrangendo culinária, faixas de energia e porções, pratos individuais versus pratos mistos, alimentos caseiros versus restaurantes ou embalados, bebidas, molhos, ingredientes ocultos, oclusão, luz, ângulo, recipiente e preparações de baixo contraste

Contextos de refeição pré-declarados

• único item visível
• prato misto caseiro
• restaurante ou refeição para viagem
• alimentos embalados ou de marca
• sopa, bebida ou outra preparação de baixa visibilidade

Inclusão

• Uma refeição completa ou alimento fotografado antes do consumo
• Um método de referência documentado e quantidade comestível
• Uma versão do produto congelado e resultado da primeira passagem com registro de data e hora
• Consentimento e status de desidentificação registrados antes de qualquer divulgação de imagem

Exclusão

• Quantidade de referência ausente ou fonte nutricional não verificável
• Refeições parciais, a menos que a fração consumida seja medida
• Imagens contendo pessoas ou informações pessoais não relacionadas
• Remoção post-hoc porque uma estimativa teve um desempenho insatisfatório

Como os valores de referência são construídos

Comece com um prato ou recipiente tarado. Registre cada ingrediente ou adição de receita bloqueada separadamente, o modelo de balança, data e massa de calibração, incerteza de balança, incremento de peso comestível, nova pesagem final, estado de preparação, revisão de receita, sobras e óleo ou líquido descartado.

1. Ingredientes comestíveis pesados mais rendimento medido da receita cozida
2. Rótulo exato de informações nutricionais da embalagem e peso da porção consumida
3. Registro nutricional oficial do restaurante correspondente ao item pedido e à porção

Os registros USDA FoodData Central incluirão o identificador FDC, tipo de dados, data de acesso e data de lançamento ou atualização. É escolhida uma fonte que corresponda à forma e preparação do alimento, e não apenas ao nome mais próximo.

Os totais de nutrientes dos ingredientes são dimensionados pelo peso comestível e pelo rendimento medido da receita final. Qualquer fator de retenção ou rendimento deve nomear sua origem e versão.

Dois revisores nutricionais qualificados combinam independentemente os ingredientes com os registros de composição; um terceiro revisor resolve divergências. Subconjuntos com alto teor de óleo, alto teor de água, molho pesado e variáveis ​​de marca recebem preparação duplicada ou análise laboratorial para quantificar o erro do método de referência.

Incerteza de referência, substituições, sobras e valores indisponíveis permanecem campos explícitos; eles não são silenciosamente convertidos em verdade exata.

Registro e congelamento imutável

Registre o protocolo e o plano de análise estatística antes de desbloquear os rótulos de avaliação.

O lançamento público deve nomear o registro de registro, carimbo de data e hora, hash do arquivo de protocolo, hash do manifesto de imagem, versão dos dados de referência, construção do produto, configuração do modelo, hashes de prompt, versão do analisador, resultados primários, margens, exclusões, regras de dados ausentes, plano de subgrupo e análise de precisão do tamanho da amostra.

Cada desvio do registro congelado é enumerado, datado, justificado e mantido fora do resultado confirmatório quando puder distorcer o resultado.

Captura de fotos e estimativas

A análise primária usa uma foto comum de um consumidor. As visualizações adicionais são registradas separadamente e não podem ser misturadas ao resultado primário.

• classe de dispositivo
• visualização da câmera e banda de distância
• condição de iluminação
• tipo de placa ou recipiente
• se uma referência de escala está visível
• contexto da refeição e visibilidade da preparação

As imagens públicas devem ter permissão explícita de publicação, não conter informações pessoais ou pessoais não relacionadas e ter metadados removíveis removidos.

Dois resultados, nunca misturados

1. estimativa de primeira passagem apenas com foto
2. estimativa pós-revisão após a solicitação de correção pré-declarada

A revisão estruturada é limitada à identidade do alimento, porção, gordura ou molho de cozinha, acompanhamentos ou bebidas faltantes e correspondência do banco de dados. Os resultados da primeira passagem e corrigidos permanecem separados.

O resultado primário é a primeira resposta produzida através do caminho real do produto. Chamadas repetidas são executadas apenas em um subconjunto pré-registrado para quantificar a saída estocástica e a consistência de falhas; nenhuma corrida é selecionada porque obteve a melhor pontuação.

Quando um modelo comercial não pode ser fixado em um instantâneo imutável, o relatório deve informar que a reprodução exata não é garantida e preservar as respostas brutas com carimbo de data e hora, além de todas as configurações de invocação disponíveis.

Resultados e análise estatística

Relate intervalos de confiança bilaterais de 95% usando 10.000 reamostras de bootstrap de cluster de refeição. Todas as fotos e etapas de estimativa de uma refeição permanecem na mesma reamostra.

Publicar média, mediana, intervalo interquartil e distribuição empírica completa quando apropriado; não confie em uma média.

Inspecione o erro em relação à magnitude de referência antes de aplicar limites fixos de Bland-Altman. Se a variância mudar materialmente com a energia da refeição, use uma razão logarítmica pré-registrada ou uma análise de limites de concordância baseada em regressão.

Qualquer comparação de sistema ou estágio usa intervalos de diferença de bootstrap emparelhados com refeições. A equivalência ou não inferioridade exige uma margem congelada antes da abertura dos rótulos; uma diferença não significativa nunca é chamada de equivalente.

Os dois resultados coprimários são declarados antes da análise. As reivindicações confirmatórias secundárias ou de subgrupo usam um procedimento hierárquico congelado ou de taxa de descoberta falsa; todas as outras análises de subgrupos são rotuladas como exploratórias.

Proteções contra um resultado lisonjeiro

• A precisão do reconhecimento não é relatada como precisão nutricional.
• Estimativas ausentes ou com falha contam como falhas e são relatadas separadamente; eles não são descartados.
• Os erros percentuais macro não são calculados quando o valor de referência está muito próximo de zero.
• Nenhuma porcentagem única de precisão universal é usada fora da amostra congelada, versão e método de referência.
• Correlação não é tratada como concordância ou precisão.
• Nenhum limite é descrito como um padrão industrial ou regulatório, a menos que uma autoridade citada realmente o defina.

Estratos relatados

• contexto da refeição
• visibilidade dos ingredientes
• item único versus prato misto
• cozido em casa versus restaurante ou embalado
• condição da foto
• cozinha somente quando o estrato encontra o piso da publicação
• região e faixa de preço
• câmera e condições de iluminação
• tom de pele somente quando um corte adjacente à mão ou à pessoa é mantido com consentimento explícito

Publique uma contagem de fluxo de refeições coletadas para refeições analisadas, todos os motivos de exclusão, estimativas indisponíveis e nutrientes de referência ausentes.

Taxonomia de falha

• erro de identidade alimentar
• erro de porção ou volume
• óleo, molho, açúcar oculto ou erro de preparação
• erro de suposição de marca ou receita
• erro de análise de unidade ou saída estruturada
• conclusão de ingrediente não compatível
• subestimação ou superestimação bruta
• aconselhamento médico ou de doença inadequado
• exposição de privacidade

11 portas antes de um título

1. Pré-registre publicamente o protocolo, o plano de análise estatística, o esquema de observação, a versão do código de análise e os hashes de conteúdo antes de abrir os rótulos de avaliação.
2. Congelar a construção do produto, modelo exato ou instantâneo do fornecedor, prompts, pipeline de imagem, analisador, região, configurações de invocação e liberação de composição de alimentos; não combine versões materialmente diferentes em um resultado de título.
3. Concluir o piloto separado, piso de avaliação de 1.000 refeições, validação confirmatória de 200 refeições, regra de diversidade de fontes e cada piso de estrato relatado; caso contrário, rotule o lançamento apenas como piloto, sem nenhuma reivindicação de referência geral.
4. Pesagem rastreável completa, registros de rendimento e retenção de receitas, revisão nutricional independente com adjudicação e incerteza de referência quantificada.
5. Contabilize cada refeição coletada, estimativa falhada, exclusão, correção e nutriente indisponível.
6. Relatar intervalos de confiança para resultados co-primários, viés de Bland-Altman e limites de concordância, erros grosseiros, resultados com falha e resultados pré-especificados de estresse e subgrupos.
7. Verifique o isolamento da partição e documente a evidência de que imagens de avaliação, linhagens de receitas, locais e quase duplicatas estavam indisponíveis para ajuste imediato ou seleção de resultados.
8. Publique dados desidentificados em nível de linha onde o consentimento permitir, o dicionário de dados, código de análise, somas de verificação e um log de alterações com versão.
9. Consentimento completo, remoção de EXIF e GPS, triagem de pessoas e antecedentes confidenciais, controles de retenção e exclusão, revisão de acesso e revisão de uso de dados do fornecedor-modelo.
10. Publique um conjunto Golden Sentinel, altere os gatilhos, monitorando a cadência, os limites de alerta e as condições que pausam ou retiram uma reivindicação de precisão.
11. Mantenha as conclusões no diário do consumidor, nomeie os modos de falha e rejeite alegações clínicas, universais ou causalmente sem suporte.

Protocolo legível por máquina

A página legível por humanos e os arquivos legíveis por máquina vêm da mesma fonte com versão. Um conjunto de dados futuro receberá a marcação do conjunto de dados somente depois que os dados em nível de linha e as distribuições para download realmente existirem.

• Protocolo JSON
• Esquema JSON de observação
• Citação BibTeX

Padrões usados — e não reivindicados

Os relatórios GRRAS e Bland-Altman formam a espinha dorsal do estudo de acordo direto. TRIPOD-LLM e itens selecionados de transparência TRIPOD + AI regem relatórios de modelo, prompt, dados, intervalo de confiança, subgrupo, falha e ciência aberta. NIST AI RMF e seu Perfil Generativo de IA controlam controles de versão, fornecedor, privacidade, desvio, incidente e desativação. USDA FoodData Central e Nutrition5k informam procedência e aquisição de referência.

Este não é um estudo de precisão diagnóstica, estudo de modelo de predição clínica, intervenção randomizada ou avaliação de apoio à decisão clínica. Portanto, não reivindica conformidade com STARD-AI, TRIPOD+AI, CONSORT-AI, SPIRIT-AI ou DECIDE-AI.

Razão de origem

Normas e métodos de referência

1. Diretrizes para Estudos de Confiabilidade e Concordância de Relatórios (GRRAS)Jornal de Epidemiologia Clínica / Rede EQUATOR
2. Métodos Bland-Altman para análise de concordância: uma revisão dos padrões de relatóriosAvanços da Revista Internacional de Estudos de Enfermagem
3. Diretriz de relatórios TRIPOD-LLM para estudos que utilizam grandes modelos de linguagemMedicina da Natureza
4. Declaração TRIPOD+AI: orientação atualizada para relatar modelos de predição clínicaO BMJ
5. Documentação de dados FoodData CentralUSDA
6. Nutrition5k: Rumo à compreensão nutricional automática de alimentos genéricosIEEE/CVF CVPR
7. Estrutura de gerenciamento de risco de inteligência artificial 1.0NIST
8. Estrutura de gerenciamento de riscos de inteligência artificial: perfil de inteligência artificial generativaNIST
9. Bem-estar geral: política para dispositivos de baixo riscoEUA Administração de Alimentos e Medicamentos
10. Cumprir a regra de notificação de violação de saúde da FTCEUA Comissão Federal de Comércio
11. Dados estruturados do conjunto de dadosCentral da Pesquisa Google

Correções e desafios de protocolo são bem-vindos em team@bling.best.