GoCARB: Smartphone-App zur Kohlenhydratberechnung bei Typ-1-Diabetes

Smartphone-App zur Kohlenhydratberechnung Neue Technologien wie Blutzuckersensoren und moderne Insulinpumpen prägten die Therapie des Typ-1-Diabetes (T1D) in den letzten Jahren in wesentlichem Ausmaß. Smartphones sind aufgrund ihrer rasanten technischen Entwicklung eine weitere Plattform für Applikationen zur Therapieunterstützung bei T1D. GoCARB Hierbei handelt es sich um ein zur Kohlenhydratberechnung entwickeltes System für Personen mit T1D. Die Basis für Endanwender stellt ein Smartphone mit Kamera dar. Zur Berechnung werden 2 mit dem Smartphone aus verschiedenen Winkeln aufgenommene Fotografien einer auf einem Teller angerichteten Mahlzeit benötigt. Zusätzlich ist eine neben dem Teller platzierte Referenzkarte erforderlich. Die Grundlage für die Kohlenhydratberechnung ist ein Computer-Vision-gestütztes Programm, das die Mahlzeiten aufgrund ihrer Farbe und Textur erkennt. Das Volumen der Mahlzeit wird mit Hilfe eines dreidimensional errechneten Modells bestimmt. Durch das Erkennen der Art der Mahlzeiten sowie deren Volumen kann GoCARB den Kohlenhydratanteil unter Einbeziehung von Nährwerttabellen berechnen. Für die Entwicklung des Systems wurde eine Bilddatenbank von mehr als 5000 Mahlzeiten erstellt und genutzt. Resümee Das GoCARB-System befindet sich aktuell in klinischer Evaluierung und ist noch nicht für Patienten verfügbar.

Smartphone app for carbohydrate calculation In recent years, new glucose monitoring devices and insulin delivery systems have significantly enhanced diabetes self-management. In parallel, recent advances in smartphone technology has permitted the introduction of a broad spectrum of applications to support diabetic patients in their everyday routine. GoCARB The scope of the GoCARB is the automatic and near real-time estimation of a meal’s carbohydrate content for individuals with type 1 diabetes based on computer vision and smartphone technologies. The user places a credit card-sized reference object next to the meal and acquires two images using a smartphone from different viewing angles. Then, a number of computer vision steps is executed. Initially, the food items on the plate are segmented and recognized while their 3D shape is reconstructed. Based on shape, segmentation results, and reference object, the volume of each item is estimated. Finally, the carbohydrate content is calculated by combining the food type with its volume, and using nutritional databases. For the design and development of GoCARB, a database of more than 5000 meal images has been created and used. Conclusion Currently, the GoCARB system is under clinical evaluation, and therefore not yet accessible for public use.