No futuro, a foto de perfil será suficiente para a avaliação nutricional?

A utilização de faces para a determinação do estado nutricional de um indivíduo não é uma ideia futurista e já faz parte da nossa realidade. Na contramão de tudo o que acreditamos sobre uma visão integral da saúde dos indivíduos e suas relações com a comida, há alguns anos já estão sendo desenvolvidos algoritmos que têm por objetivo estabelecer um método de estimação do Índice de Massa Corporal (IMC) por meio de proporções faciais, que recebe o nome “Face-to-BMI”, “rosto para o IMC”. 

O método chamou atenção após o economista Pavlo Blavatskyy ganhar o prêmio IgNobel de economia em 2021 com a pesquisa “Obesity of politicians and corruption in post-Soviet countries” (“Obesidade de políticos e corrupção em ex-repúblicas soviéticas”, em tradução livre). Segundo os idealizadores do IgNobel, cujo o nome é uma brincadeira com a palavra ignóbil (sem nobreza) e o tradicional prêmio Nobel, o objetivo da premiação é usar pesquisas improváveis para “fazer rir e depois pensar”. Então, quais reflexões que este trabalho traz para a nutrição?

 

No futuro, o reconhecimento facial revelará o estado nutricional? 

Em seu estudo, Blavatskyy estima o IMC e classifica o estado nutricional por meio de métodos descritos por Wen & Guo (2013) e aprimorados por Kocabey et al. (2017). Tais trabalhos são os primeiros a propor o uso de softwares de reconhecimento facial para uma estimação do IMC, a ser utilizada para uma posterior classificação do estado nutricional dos indivíduos.

Desenvolvidos por profissionais da engenharia computacional, o “Face-to-BMI” se baseia em estudos de psicologia que relacionam a percepção humana de características faciais e a noção subjetiva de saúde para justificar a sua elaboração e desenvolvimento. Tal informação se mostra relevante para entendermos que, em sua origem, o “Face-to-BMI” não tem embasamento em mecanismos do metabolismo lipídico e o acúmulo de gordura facial, mas sim em estudos subjetivos da percepção de alguns indivíduos sobre os rostos e a saúde de outras pessoas.

Com grandes bancos de dados que possuíam foto do rosto, sexo, peso e altura, buscou-se estabelecer uma relação matemática entre todas essas variáveis e diversas proporções faciais. E enquanto o trabalho de 2013 permitia tal estimação somente com fotos “3X4”, o de 2017 já permitia o uso do algoritmo em fotos “poluídas”, ou seja, com diferentes fundos e com o indivíduo em diferentes posições.

 

Figura 01: Exemplos de aplicações do “Face-to-BMI”. Extraído e adaptado de Wen & Guo (2013).

 

A precisão da ferramenta, porém, ainda está muito aquém do esperado. Devido à baixa proporção de imagens de pessoas com obesidade ou baixo peso nos bancos de dados de base, o erro médio da estimação para estes grupos de indivíduos ainda é extremamente alto. Reconhecendo tais limitações, os autores são bastantes responsáveis ao dizer que a ferramenta não deve ser utilizada em nível individual, mas a disponibilizam para estudos populacionais.

Entretanto, mesmo em estudos populacionais, é necessário um fundamento muito bem estabelecido para justificar a utilização do método sem estimular interpretações equivocadas pelos indivíduos. Afinal, como é amplamente discutido entre nutricionistas, o IMC não está entre os indicadores mais precisos de saúde, mesmo quando calculado com métodos tradicionais, quiçá quando é estimado por um método que ainda precisa de melhorias.

O caso do ganhador do IgNobel é bastante peculiar pois o autor apresenta a obesidade entre políticos como um possível indicador de corrupção, em alternativa a métodos ainda mais estranhos que buscavam associação com corrupção no volume de importação de relógios suíços. Apesar de ter sido encontrada uma associação entre obesidade e corrupção entre aqueles países, a justificativa de relação entre as variáveis é insipiente, os métodos não são validados e não é possível inferir causalidade. No final das contas esses dados acabam encontrando mais serventia na reflexão que eles promovem do que em aspectos práticos de fato.

O desenvolvimento humano e tecnológico se dá de uma forma extremamente desordenada, e quando surge algo que se relaciona de alguma forma com a nossa atividade, como nutricionistas, é o nosso papel nos aprofundarmos um pouco no assunto para estarmos preparados para quando formos questionados e também para prever possíveis desdobramentos. Neste caso, considerando o histórico bizarro de soluções para o emagrecimento que surgem todos os anos, não será surpresa nenhuma se uma “dieta baseada nas características faciais” surgir. Ao mesmo tempo que, quando estiver bem estabelecido e com menores possibilidades de erro, o “Face-to-BMI” poderá ser o cerne de pesquisas promissoras em nível populacional, inclusive em redes sociais.

Assim, reconhecendo que uma abordagem comportamental individualizada jamais poderá ser reduzida em algoritmos e tendo senso crítico na hora de analisar os novos estudos, encontramos um equilíbrio que nos permite encarar qualquer novidade.

 

SOBRE O AUTOR:

Felipe Daun é nutricionista, mestre e doutorando pela Faculdade de Saúde Pública da Universidade de São Paulo (FSP-USP), com experiência na capacitação de graduandos em nutrição e nutricionistas em comunicação em saúde.

 

REFERÊNCIAS

 

Blavatskyy, P. Obesity of politicians and corruption in post-Soviet countries. Econ Transit Institut Change. 2020;00:1–14. https://doi.org/10.1111/ecot.12259

 

Kocabey, E., Camurcu, M., Ofli, F., Aytar, Y., Marin, J., Torralba, A., & Weber, I. (2017). Face-to-BMI: Using computer vision to infer body mass index on social media. In Proceedings of the International AAAI Conference on Web and Social Media (ICWSM). Montreal, Canada. (Palo Alto, CA: AAAI Press)

 

Wen, L., & Guo, G. (2013). A computational approach to body mass index prediction from face images. Image and Vision Computing, 31, 392–400. https://doi.org/10.1016/j.imavis.2013.03.001

.

 

Leave a Reply

Demo Slot Gate of Olympus Slot Demo Daftar Server kamboja Daftar Server thailand Daftar Server myanmar Daftar Server vietnam Daftar Server malaysia Daftar Server filipina Daftar Server jepang Daftar Server singapore Daftar Server spain Daftar Situs taiwan Daftar Situs thailand Daftar Situs malaysia Daftar Situs jepang Daftar Situs swiss Daftar Situs vietnam Daftar Situs singapore Daftar Situs peru Daftar Situs china Daftar Situs hongkong Daftar Server Luar Daftar Server Thailand Sbobet88 Daftar Server thailand Daftar Server jepang Daftar Server myanmar Daftar Server Thailand Mega Roulette Pragmatic Daftar Server Kamboja Daftar Server Malaysia Akun Pro Myanmar Akun Pro Jepang Akun Pro Rusia Situs Luar Negeri

Slot Server Luar Bocoran Slot Gacor Judi Bola Akun Pro Taiwan Situs Slot Dana Live Casino Indonesia Slot Server Thailand Kamboja Pay4d Situs Slot Gacor RTP Live Slot Akun Pro Kamboja akun pro kamboja Live Casino Online Bocoran Slot Gacor Akun WSO Slot