מעקב קלוריות עם לקות ראייה: איך AI וקול עושים את זה אפשרי

מרקוס בן 42, עובד כמנהל מסדי נתונים, וסובל מראייה לקויה מתקדמת מאז שנות העשרים המאוחרות שלו בעקבות רטיניטיס פיגמנטוזה. הוא יכול להבחין באור ובצורות, אך קריאת טקסט קטן על מסך אינה אפשרית ללא טכנולוגיה מסייעת משמעותית. במשך שנים הוא רצה לעקוב אחרי הקלוריות שלו. הרופא שלו המליץ על כך. התזונאית שלו המליצה על כך. הוא ניסה — באמת ניסה — לפחות ארבע אפליקציות שונות במשך שש שנים. כל אחת מהן הכשילה אותו בתוך שבוע.

"האירוניה לא אובדת עליי," אמר לנו מרקוס. "אני אדם שעובד עם נתונים כל היום. אני אוהב מספרים. אני אוהב תבניות. מעקב קלוריות אמור להיות הדבר שלי. אבל כל אפליקציה שניסיתי נבנתה כאילו רק אנשים עם ראייה מושלמת אוכלים אוכל."

מרקוס לא לבד. לפי ארגון הבריאות העולמי, לפחות 2.2 מיליארד אנשים ברחבי העולם סובלים מלקות ראייה קרובה או רחוקה. בארצות הברית בלבד, כ-12 מיליון אנשים בגיל 40 ומעלה סובלים מסוג כלשהו של לקות ראייה, כולל מיליון עיוורים. אלו לא מספרים קטנים. ובכל זאת, תעשיית מעקב הקלוריות טיפלה בהיסטוריה בנגישות כעניין שולי — אם בכלל.

מאמר זה בוחן את המחסומים הספציפיים שאפליקציות מעקב קלוריות מסורתיות מציבות בפני אנשים עם לקויות ראייה, איך טכנולוגיות מתקדמות כמו זיהוי תמונות בעזרת AI וקלט קולי משנות את מה שאפשרי, ומה החוויה של שימוש ב-Nutrola נראית עבור מישהו כמו מרקוס. נהיה כנים לגבי מה עובד, מה עדיין לא מצליח ומה התעשייה צריכה לעשות הלאה.

המחסומים: למה מעקב קלוריות מסורתי נכשל עבור משתמשים עם לקות ראייה

כדי להבין את הבעיה, צריך להבין מה מעקב קלוריות דורש בפועל מהמשתמש. זה לא פעולה אחת. זה שרשרת של משימות מיקרו מדויקות, עתירות ראייה, שמתבצעות מספר פעמים ביום, כל יום. עבור משתמש רואה, כל שלב הוא קטן. עבור משתמש עם ראייה לקויה או עיוורון, כל שלב יכול להיות חומה.

טקסט קטן וממשקים צפופים

רוב אפליקציות מעקב קלוריות מציגות כמות עצומה של נתונים מספריים על מסך אחד. סך הקלוריות היומי, פיצול מאקרו-נוטריינטים, סיכומים לפי ארוחה, מדדי התקדמות, אינדיקטורים של אחוזים, השוואות ליעדים. מידע זה בדרך כלל מוצג בגופנים קטנים עם משקל דק, לעיתים בשילובי צבעים עם ניגודיות נמוכה — אפור בהיר על לבן, למשל, או טקסט ירוק על גוון שונה מעט של רקע ירוק.

עבור משתמש המסתמך על הגדלת מסך, ניווט בממשק כזה פירושו תנועה מתמדת על פני המסך, אובדן הקשר המרחבי עם כל החלקה. הארכיטקטורה של המידע מניחה שאתה יכול לראות את כל הלוח בבת אחת. כאשר אתה יכול לראות רק פיסת מידע בכל פעם, המודל המנטלי מתמוטט.

עבור משתמש המסתמך על קורא מסך כמו VoiceOver או TalkBack, הבעיה שונה אך לא פחות חמורה. רבות מאפליקציות מעקב הקלוריות משתמשות ברכיבי UI מותאמים אישית — תרשימי התקדמות מעגליים, טבעות מונפשות, מחוונים שניתן לגרור כדי להתאים — שאינם בנויים עם תוויות נגישות מתאימות. קורא מסך נתקל בטבעת התקדמות ומודיע "תמונה" או, גרוע מכך, כלום. המשתמש שומע שקט במקום שבו אמור להיות סך הקלוריות שלו.

בעיית החיפוש והבחירה

רישום מזון באופן ידני באפליקציה מסורתית דורש חיפוש במסד נתונים. אתה מקליד "חזה עוף," והאפליקציה מחזירה רשימת תוצאות: "חזה עוף, צלוי, ללא עור, 4 אונקיות" ו"חזה עוף, קלוי, עם עור, 100 גרם" ו"חזה עוף טנדר, מצופה, קפוא, טייסון" ועוד חמישה עשר וריאציות. כל רשומה שונה בשיטת ההכנה, במותג ובגודל המנה. בחירת הנכונה דורשת קריאה והשוואה של מספר שורות טקסט קטן.

עבור משתמש קורא מסך, זה אומר להקשיב לכל תוצאה נקראת בקול, ברצף, לשמור את ההבדלים בזיכרון העבודה, ולנווט קדימה ואחורה כדי להשוות. מה שלוקח למשתמש רואה ארבע שניות יכול לקחת למשתמש קורא מסך שתי דקות. הכפל את זה בכל פריט מזון בכל ארוחה, כל יום, והעומס הקוגניטיבי והזמן הופך לבלתי נסבל.

סריקת ברקוד: הבטחה שקרית לפשטות

רבות מהאפליקציות מקדמות סריקת ברקוד כשיטת הקלט הקלה ביותר. כוון את הטלפון שלך לעבר ברקוד, והאוכל נרשם מיד. פשוט, נכון?

לא אם אתה לא יכול לראות את הברקוד.

סריקת ברקוד דורשת יישור חזותי מדויק. המשתמש צריך לאתר את הברקוד על האריזות, למקם את מצלמת הטלפון כך שהברקוד ייכנס לאזור מסוים של מחפש התמונה, להחזיק את הטלפון יציב, ולחכות שהסריקה תירשם. רוב האפליקציות אינן מספקות משוב קולי או רטט במהלך התהליך הזה. אין צליל שמתרומם ככל שאתה מתקרב ליישור. אין רטט כאשר הברקוד נכנס למסגרת. המשתמש מצופה להסתכל על המסך ולראות אם הברקוד מיושר.

עבור מישהו עם ראייה לקויה, זה יכול לפעמים להתנהל עם מאמץ וסבלנות. עבור מישהו עיוור, זה למעשה לא פונקציונלי ללא עזרה של אדם רואה.

הערכת גודל המנה

אפילו לאחר בחירת פריט מזון, המשתמשים צריכים לציין כמות. אפליקציות מסורתיות מציגות זאת כתחום טקסט או גלגל בחירה — "1 כוס," "4 אונקיות," "1 בינונית." בקרות אלו לרוב לא מתויגות היטב עבור קוראי מסך. גלגלי בחירה, במיוחד, ידועים כקשים לשימוש עם VoiceOver, שכן כל הגדלה בגלילה חייבת להיבנות לפני שהמשתמש יכול להחליט אם להמשיך לגלול.

יותר מכך, הערכת המנות עצמה לרוב מתבססת על השוואה חזותית. "האם זה תפוח בינוני או תפוח גדול?" "האם זה נראה כמו כוס אחת של אורז או אחת וחצי?" משתמשים רואים כבר מתקשים עם השיפוטים הללו. עבור משתמשים עם ראייה מוגבלת או ללא ראייה, ההערכה היא אפילו פחות מדויקת, והאפליקציות אינן מספקות שיטה חלופית.

ההשפעה המצטברת

אף אחד מהמחסומים הללו אינו בלתי עביר כשלעצמו, אם יש מספיק סבלנות ונחישות. אבל מעקב קלוריות אינו משימה חד פעמית. זו הרגל יומיומי שצריך לחזור עליו בכל ארוחה. החיכוך המצטבר של טקסט קטן, ניווט מורכב, בקרות שאינן נגישות, ושיטות קלט תלויות ראייה גורם לכך שגם המשתמשים עם הראייה הלקויה המוטיבציה ביותר בסופו של דבר מוותרים על התהליך. לא כי הם לא אכפת להם מהתזונה שלהם, אלא כי הכלים לא נבנו עבורם.

מרקוס תיאר את החוויה בבהירות: "זה הרגיש כמו לנסות לקרוא ספר לימוד שהודפס בשפה שאני יכול כמעט אבל לא לגמרי להבין. יכולתי לקבל פיסות. אבל המאמץ הנדרש כדי לקבל את התמונה המלאה היה כל כך מתיש שזה לא היה שווה את זה. אז הפסקתי. ואז הרגשתי אשם על כך שהפסקתי, שזה סוג של נזק בפני עצמו."

איך זיהוי תמונות בעזרת AI משנה את המשוואה

הגעת זיהוי המזון המופעל על ידי AI מייצגת את הקפיצה הנגישות המשמעותית ביותר במעקב קלוריות מאז המצאת הסמארטפון עצמו. העיקרון פשוט: במקום לחפש במסד נתונים, לקרוא תוצאות ולבחור את הרשומה הנכונה, אתה מצלם תמונה של האוכל שלך. ה-AI מזהה מה יש על הצלחת, מעריך את גודל המנות, ומחזיר פיצול קלוריות ומאקרו-נוטריינטים.

עבור משתמשים רואים, זה נוח. עבור משתמשים עם לקות ראייה, זה משנה את כללי המשחק.

למה רישום תמונות עובד עבור משתמשים עם ראייה לקויה ועיוורים

צילום תמונה אינו דורש יישור חזותי מדויק כמו סריקת ברקוד. אוכל על צלחת הוא מטרה גדולה. המשתמש לא צריך ליישר ברקוד קטן בתוך מלבן מחפש. הוא צריך לכוון את הטלפון שלו בכיוון הכללי של הצלחת שלו מגובה של בערך רגל מעליה. מודלים מודרניים של AI מספיק עמידים כדי להתמודד עם תמונות שצולמו מזוויות לא מושלמות, עם תאורה משתנה, וללא יישור מדויק.

גם iOS וגם Android מספקים תכונות נגישות למצלמה שמודיעות כאשר פנים או אובייקטים מזוהים במסגרת. Nutrola בונה על כך על ידי מתן אישור קולי כאשר צילום המזון נתפס ומעובד. המשתמש שומע צליל אישור, ואחריו זיהוי ה-AI נקרא בקול על ידי קורא המסך: "זוהה: חזה עוף צלוי, בערך שש אונקיות. אורז חום, בערך כוס אחת. ברוקולי מאודה, בערך כוס אחת. סך הכל: 520 קלוריות."

המשתמש מאשר, מתקן או מוסיף פריטים — הכל דרך ממשק נגיש לקוראי מסך או, יותר ויותר, דרך קול.

תפקיד ה-AI בהפחתת התלות בראייה

מעקב קלוריות מסורתי העביר את העומס של פרשנות הנתונים על עיני המשתמש. ה-AI מעביר את העומס הזה למודל. תפקיד המשתמש הופך לספק קלט — תמונה — ולסקור פלט — סיכום שניתן להעביר בקול. הצעד המורכב של חיפוש, השוואה ובחירה מטופל על ידי ה-AI.

זה לא שיפור זרימת עבודה קטן. זו עיצוב מחדש יסודי של המקום שבו נדרשת ראייה בתהליך המעקב. במקום שראייה תהיה נדרשת בכל שלב, היא נדרשת כמעט באף שלב.

קלט קולי: הפריצת דרך השנייה

אם זיהוי תמונות בעזרת AI הוא העמוד הראשון של מעקב קלוריות נגיש, קלט קולי הוא השני.

רישום קולי מאפשר למשתמש לומר, "אכלתי סנדוויץ' תרנגול הודו על לחם חיטה מלאה עם חסה, עגבנייה ומיונז, ותפוח קטן," והאפליקציה מפרקת את המשפט הזה לנתוני תזונה מובנים. אין הקלדה. אין חיפוש. אין ניווט בתפריטים מורכבים. המשתמש מדבר, והאפליקציה מתרגמת את הדיבור לרישום מזון.

עבור משתמשים עם לקות ראייה, קלט קולי מבטל את החלק האינטראקטיבי ביותר בתהליך המעקב. הוא מחליף זרימת עבודה חזותית מרובת שלבים במשפט מדובר אחד. האפליקציה קוראת חזרה מה היא הבינה, המשתמש מאשר או מתקן, והרישום נרשם.

רישום הקול של Nutrola מעוצב להתמודד עם תיאורים טבעיים ושיחה. המשתמשים לא צריכים לדבר בפורמט ספציפי או להשתמש במונחים מדויקים ממסד הנתונים. "קערה גדולה של פסטה עם רוטב אדום וכמה פרמזן למעלה" הוא קלט תקף. ה-AI מפרש את התיאור, מקשר אותו לנתוני תזונה, ומציג את ההערכה שלו לסקירה.

קול ככלי ניווט

מעבר לרישום מזון, אינטראקציה קולית יכולה גם להתמודד עם המחסומים הניווטיים שתיארנו קודם. במקום לסרוק לוח מידע חזותי, משתמש יכול לשאול, "כמה קלוריות אכלתי היום?" או "מה היה צריכת החלבון שלי השבוע?" ולקבל תשובה מדוברת.

סוג זה של אינטראקציה שיחה עם נתוני תזונה משנה את כל הקשר בין המשתמש לאפליקציה. האפליקציה הופכת לפחות ממשק חזותי שיש לנווט בו ויותר עוזרת שיש להתייעץ איתה. עבור משתמש עם לקות ראייה, זו ההבדל בין להילחם בכלי לבין להשתמש בכלי.

תאימות עם VoiceOver ו-TalkBack: היסוד

תכונות AI וקול הן חשובות, אבל הן יושבות על דרישה בסיסית יותר: האפליקציה עצמה חייבת להיות תואמת לחלוטין עם קוראי המסך של הפלטפורמה שעליהם משתמשים עם לקות ראייה תלויים בכל יום.

ב-iOS, קורא המסך הזה הוא VoiceOver. ב-Android, זה TalkBack. אלו לא תוספות אופציונליות. עבור משתמש עיוור, הם האמצעי הראשי של אינטראקציה עם כל אפליקציה על הטלפון שלהם.

תאימות מלאה עם קורא המסך פירושה:

• כל רכיב אינטראקטיבי יש לו תווית נגישות תיאורית. כפתור שמרשום ארוחה מתפרש כ"כפתור רישום ארוחה," ולא "כפתור" או כלום.
• כל רכיב מידע מעביר את תוכנו. סך הקלוריות נקרא כ"1,450 מתוך 2,200 קלוריות נצרכו היום," ולא "בר חיווי, 66 אחוז" או פשוט "תמונה."
• סדר הניווט הוא הגיוני וצפוי. החלקה דרך הממשק עוברת דרך רכיבים בסדר שמובן סמנטית, ולא בסדר שרירותי שנקבע על ידי הפריסה החזותית.
• בקרות מותאמות נגישות. אם האפליקציה משתמשת במחליק מותאם כדי להתאים את גודל המנה, המחליק הזה עובד עם מחוות VoiceOver ומודיע על הערך הנוכחי שלו והטווח.
• שינויים במצב מתפרסמים. כאשר פריט מזון נרשם בהצלחה, קורא המסך מודיע על האישור. כאשר מתרחשת שגיאה, קורא המסך מודיע על השגיאה. המשתמש אף פעם לא נשאר בשקט תוהה מה קרה.

Nutrola השקיעה בתאימות עם קוראי מסך כדרישה מהותית להנדסה, ולא כתיקון לאחר ההשקה. כל תכונה חדשה נבדקת עם VoiceOver ו-TalkBack לפני השחרור. תוויות נגישות הן חלק ממפרט העיצוב, ולא מותאמות לאחר שהעיצוב החזותי הושלם.

זה לא אומר שהחוויה מושלמת. היא לא. יש פינות קשות, ואנחנו נ Address those honestly later in this article. But the foundation is in place, and it is maintained with every update.

יום בחייו של מרקוס עם Nutrola

כדי להמחיש את זה, הנה מה יום טיפוסי נראה עבור מרקוס — מנהל מסדי נתונים עם ראייה לקויה שהצגנו בתחילת המאמר. הוא משתמש ב-Nutrola כבר ארבעה חודשים.

בוקר

מרקוס מתעורר ומכין ארוחת בוקר: שני ביצים מקושקשות, פרוסת לחם חיטה מלאה עם חמאה, וכוס קפה שחור. הוא פותח את Nutrola בעזרת קיצור הדרך באפליקציה על מסך הבית שלו — ממוקם בפינה השמאלית התחתונה היכן שהזיכרון השרירי שלו מצפה לו. VoiceOver מודיע "Nutrola" כאשר הוא נוגע.

הוא משתמש בפקודת קול: "רשום ארוחת בוקר. שני ביצים מקושקשות, פרוסת לחם חיטה מלאה עם חמאה, קפה שחור."

Nutrola מעבדת את הקלט וקוראת חזרה: "ארוחת בוקר נרשמה. שני ביצים מקושקשות, 180 קלוריות. פרוסת לחם חיטה מלאה עם כף חמאה, 165 קלוריות. קפה שחור, 5 קלוריות. סך כל הארוחה: 350 קלוריות."

מרקוס מאשר. כל האינטראקציה לוקחת כ-15 שניות.

אמצע הבוקר

בעבודה, מרקוס לוקח חטיף מחדר ההפסקה — בננה וחופן שקדים. הוא מצלם תמונה במהירות. הוא לא צריך למסגר את זה בצורה מושלמת. הוא מחזיק את הטלפון שלו בערך מעל האוכל, נוגע בכפתור הצילום (שאותו מודיע VoiceOver), וממתין לצליל העיבוד.

"זוהה: בננה בינונית אחת וכשבעה גרם שקדים. סך כל קלוריות מוערך: 270 קלוריות."

מרקוס יודע מניסיון שה-AI נוטה להעריך מעט את המנות שלו של שקדים כי יש לו ידיים גדולות והוא לוקח חופן נדיב. הוא אומר לאפליקציה, "עשה את השקדים אחת וחצי אונקיות." הרשומה מתעדכנת. הוא מאשר.

צהריים

הקפיטריה של מקום העבודה של מרקוס מציגה אתגר נפוץ: מנות מעורבות שבהן קשה להפריד בין המרכיבים. היום יש לו תבשיל עוף עם אורז לבן מהקו החם. הוא מצלם את זה ומניח ל-AI לעשות את העבודה שלו.

"זוהה: תבשיל עוף עם ירקות מעורבים על אורז לבן. סך כל קלוריות מוערך: 680 קלוריות. חלבון: 35 גרם. פחמימות: 72 גרם. שומן: 24 גרם."

מרקוס חושב שהמנה של האורז גדולה יותר ממה שה-AI העריך. הוא מתקן: "עשה את האורז אחת וחצי כוסות במקום כוס אחת." הסכומים מתעדכנים ונקראים לו חזרה.

אחר הצהריים

מרקוס שואל את Nutrola לבדוק את המצב. "איך אני מתפקד היום?"

האפליקציה עונה: "צרכת 1,340 קלוריות עד כה היום. היעד היומי שלך הוא 2,100 קלוריות. נותרו לך 760 קלוריות. החלבון שלך עד כה הוא 78 גרם מתוך 140 גרם יעד."

זה לוקח שלוש שניות. ללא סריקות חזותיות. ללא ניווט בלוח מידע. רק שאלה ותשובה.

ערב

בבית, מרקוס מכין פילה סלמון עם בטטות קלויות וסלט בצד. הוא מצלם את הצלחת. ה-AI מזהה כל רכיב. הוא מאשר את הרשומה.

אחרי ארוחת ערב, הוא שואל לסיכום היומי שלו. Nutrola קוראת חזרה את סך הצריכה שלו, מפורטת לפי ארוחה, יחד עם סך המאקרו-נוטריינטים שלו וכיצד הם משווים ליעדים שלו. מרקוס הגיע ל-2,050 קלוריות, 132 גרם חלבון, והוא מעט מעל הפחמימות.

"ארבעה חודשים אחורה, לא יכולתי להגיד לך בתוך 500 קלוריות מה אכלתי ביום נתון," אמר מרקוס. "עכשיו אני יודע בתוך טווח סביר של שגיאה. זה לא דבר קטן. הרופא שלי שם לב להבדל בבדיקת הדם האחרונה שלי. ה-A1C שלי ירד. זה אמיתי."

מה שמרקוס מעריך הכי הרבה

כשנשאל מה הכי חשוב לו בחוויה, מרקוס לא הזכיר תכונה ספציפית. הוא הזכיר עקביות. "הדבר לגבי נגישות הוא שזה לא רק על האם משהו אפשרי טכנית. זה על האם זה בר קיימא. יכולתי להיאבק עם אפליקציה לא נגישה לארוחה אחת. אולי שתיים. אבל לעשות את זה שלוש עד חמש פעמים ביום, כל יום, במשך חודשים? שם הכל מתמוטט. Nutrola היא האפליקציה הראשונה שבה המאמץ הנדרש נמוך מספיק שאני יכול באמת להמשיך לעשות את זה."

טיפים מעשיים למשתמשים עם לקות ראייה להתחיל במעקב קלוריות

בהתבסס על משוב ממרקוס ומשתמשים אחרים עם לקויות ראייה בקהילה שלנו, הנה אסטרטגיות מעשיות להתחלה.

1. הגדר את רישום הקול מהיום הראשון

אל תתחיל עם הקלטה ידנית ו"תכנן לעבור לקול מאוחר יותר." התחל עם קול. זה קובע את הציפיות הנכונות לרמת המאמץ ומונע תסכול מוקדם שיכול להרוס את תפיסתך את התהליך.

2. למד את טכניקת הצילום

החזק את הטלפון שלך כ-30 עד 45 ס"מ מעל הצלחת, במרכז בערך. אינך צריך לראות את המסך. הקשב לאישור הצילום. אם ה-AI מזהה משהו לא נכון, תקן אותו בקול. לאחר כמה ימים, תפתח טכניקה אמינה שעובדת כמעט בכל פעם.

3. השתמש במנות ובכלים קבועים

זהו טיפ טוב עבור כולם, אבל הוא במיוחד מועיל עבור משתמשים עם לקות ראייה. אם אתה אוכל ארוחת בוקר מאותה קערה כל יום, תפתח תחושה פיזית של כמה מלאה הקערה ומה זה מתייחס קלורית. פחות משתנים פירושם פחות התאמות להערכות ה-AI.

4. בנה שגרה סביב הרישום

רשום כל ארוחה מיד לאחר האכילה, לפני שאתה עובר לפעילות הבאה. זה מפחית את הסיכוי לשכוח ארוחה ומבטל את הצורך לזכור מנות ורכיבים מאוחר יותר במהלך היום.

5. השתמש בסיכום הקולי באופן קבוע

בדוק את הסכומים היומיים שלך בקול לפחות פעמיים ביום — פעם אחת סביב הצהריים ופעם אחת אחרי ארוחת ערב. זה שומר אותך מחובר לנתונים מבלי לדרוש כל אינטראקציה עם ממשק חזותי.

6. שמור על קורא המסך שלך מעודכן

VoiceOver ו-TalkBack מקבלים עדכונים קבועים שמשפרים את הביצועים והתאימות. שמירה על מערכת ההפעלה של הטלפון שלך מעודכנת מבטיחה שאתה מקבל את חוויית קורא המסך הטובה ביותר האפשרית.

7. ספק משוב

אם אתה נתקל בבעיה נגישות — כפתור שאינו מתויג, מסך שאינו מתפרסם כראוי, זיהוי AI שגוי שמתרחש שוב ושוב — דווח על כך. הנגישות של Nutrola משתפרת על סמך משוב ממשתמשים אמיתיים, ודיווחים ממשתמשים עם לקות ראייה מקבלים עדיפות בתהליך הפיתוח שלנו.

מה עדיין צריך שיפור

היינו עושים עוול למשתמשים עם לקות ראייה שלנו אם היינו מציגים את המצב הנוכחי כבעיה שנפתרה. זה לא. ישנם פערים משמעותיים, ואנחנו רוצים להיות שקופים לגבי כך.

דיוק AI עם מנות מורכבות ומעורבות

זיהוי המזון בעזרת AI טוב, אבל הוא לא מושלם. הוא מתמודד הרבה יותר טוב עם מזונות ברורים ומופרדים — חתיכת עוף צלויה ליד ערימה של אורז ליד ירקות מאודים — מאשר עם מנות מעורבות, תבשילים, קאסרולות, או מזונות שבהם המרכיבים מוסתרים או מעורבים. בוריטו הוא אתגר מסוים כי ה-AI לא יכול לראות מה יש בתוך הטורטיה.

עבור משתמשים עם לקות ראייה שאינם יכולים לבדוק חזותית את הניחושים של ה-AI, מגבלה זו היא יותר משמעותית. משתמש רואה עשוי להציץ בהערכה של ה-AI ולראות מיד שהוא פספס את הגבינה בסנדוויץ' שלו. משתמש עם לקות ראייה עשוי לא לתפוס את השגיאה הזו אלא אם הם בודקים באופן פעיל כל מרכיב על ידי הקשבה לפירוט המלא.

אנחנו עובדים על שיפוטי AI שמבקשים שאלות הבהרה — "האם המנה הזו מכילה גבינה?" "האם יש רוטב על זה?" — כדי למלא את הפערים שהמצלמה לא יכולה לראות.

תהליך ההתקנה וההגדרה הראשונית

תהליך ההתקנה הראשוני — יצירת חשבון, הזנת מדדי גוף, קביעת יעדים קלוריים ומאקרו — הוא מורכב יותר מהשימוש היומיומי ודורש יותר שדות טופס, תפריטים נפתחים וזרימות מרובות של צעדים. בעוד שאלו תואמים לקוראי מסך, החוויה לא חלקה כמו שאנחנו רוצים שהיא תהיה. אנחנו מעצבים מחדש את זרימת ההתקנה עם נגישות כדרישת עיצוב ראשית, ולא כמשנית.

מנות במסעדות ובטייק אווי

אכילה בחוץ מציגה אתגרים עבור כל המשתמשים, אבל במיוחד עבור משתמשים עם לקות ראייה. מנות במסעדות לרוב מונחות בדרכים שמסתירות את גודל המנות, רטבים עשויים להיות מתחת לאוכל ולא מעליו, ותאורה סביבתית במסעדות יכולה להפחית את דיוק הצילום של ה-AI. רישום קולי עוזר כאן — תיאור מה שהזמנת לרוב מדויק יותר מאשר צילום אותו במסעדה חשוכה — אבל התהליך עדיין פחות מדויק מאשר רישום מנות ביתיות.

תכונות קהילתיות וחברתיות

רבות מאפליקציות מעקב הקלוריות כוללות תכונות חברתיות: שיתוף מנות, השוואת התקדמות עם חברים, השתתפות באתגרים. תכונות אלו לרוב בין החלקים הפחות נגישים של כל אפליקציה, תלויות מאוד בפריסות חזותיות, תמונות ורכיבי UI מותאמים. תכונות חברתיות של Nutrola עדיין בפיתוח, ואנחנו מחויבים לבנות אותן בצורה נגישה מההתחלה ולא להתאים אותן מאוחר יותר.

הכרה במזון אזורי ותרבותי

מודלים של זיהוי מזון בעזרת AI מאומנים על מערכי נתונים. מערכי נתונים אלו נוטים להטות לעבר מטבחים מערביים. זה אומר שה-AI מדויק יותר בזיהוי המבורגר מאשר בזיהוי ג'ולוף, דוסה או אינג'רה. זו הטיית מערכת בנתוני האימון של ה-AI שהתעשייה כולה צריכה להתמודד איתה. Nutrola פעילה בהרחבת נתוני האימון שלה כדי לכלול מגוון רחב יותר של מטבחים עולמיים, אבל העבודה הזו נמשכת והפערים הם אמיתיים היום.

התמונה הגדולה יותר: תזונה כזכות, לא כזכות

יש נטייה בתעשיית הטכנולוגיה להציג נגישות כתכונה — משהו שמוסיפים למוצר כדי לשרת קהל נישתי. המסגור הזה שגוי. נגישות היא עניין של האם אדם יכול או לא יכול לנהל היבט בסיסי של בריאותם.

תזונה משפיעה על הכל: אנרגיה, סיכון למחלות כרוניות, בריאות נפשית, ביצועים פיזיים, תוחלת חיים. מעקב קלוריות ומזון הוא אחד הכלים המבוססים ביותר לשיפור הרגלי תזונה. כאשר כלי המעקב אינם נגישים, אנשים עם לקות ראייה לא רק מפסידים נוחות. הם מודרים מהתערבות בריאותית מוכחת.

חוק האמריקאים עם מוגבלויות, חוק הנגישות האירופי, וחוקים דומים ברחבי העולם קובעים ששירותים דיגיטליים צריכים להיות נגישים לאנשים עם מוגבלויות. אבל ציות לחוק הוא הרצפה, לא התקרה. המטרה צריכה להיות חוויה שלא רק ניתנת לשימוש טכנית אלא גם טובה באמת — כזו שמשתמש עם לקות ראייה היה ממליץ לחבר, ולא אחת שהם סובלים ממנה כי אין אפשרות טובה יותר.

מרקוס ניסח את זה במונחים שהשאירו בנו רושם: "אני לא רוצה אפליקציה שעובדת למרות המוגבלות שלי. אני רוצה אפליקציה שעובדת ללא קשר אליה. יש הבדל. הראשונה מרגישה כמו צדקה. השנייה מרגישה כמו הנדסה טובה."

שאלות נפוצות

האם אדם עיוור לחלוטין יכול להשתמש ב-Nutrola למעקב קלוריות?

כן. Nutrola מעוצבת להיות פונקציונלית לחלוטין עם VoiceOver ב-iOS ו-TalkBack ב-Android. כל התכונות המרכזיות — רישום מזון באמצעות צילום, רישום מזון באמצעות קול, צפייה בסיכומים יומיים, התאמת רשומות, וקביעת יעדי תזונה — נגישות דרך קורא מסך. אינך צריך שום ראייה ניתנת לשימוש כדי להפעיל את האפליקציה, אם כי עזרה של אדם רואה יכולה להיות מועילה במהלך ההתקנה הראשונית אם אתה חדש באפליקציה.

עד כמה מדויק זיהוי התמונות של AI למעקב קלוריות?

זיהוי התמונות בעזרת AI הוא כלי הערכה חזק, לא כלי דיוק. עבור מזונות ברורים וגלויים, הדיוק בדרך כלל נמצא בטווח של 10 עד 15 אחוזים מתוכן הקלוריות בפועל. עבור מנות מעורבות, הדיוק פוחת. אנו ממליצים להשתמש בתיקונים קוליים לאחר צילום התמונה כדי לשפר את הדיוק — לדוגמה, לציין שהוספת גבינה או שמן שאולי לא נראים בתמונה.

האם רישום הקול עובד עם מבטאים ודוברים שאינם ילידי אנגלית?

זיהוי הקול של Nutrola משתמש בעיבוד דיבור מתקדם שמטפל במגוון רחב של מבטאים ודפוסי דיבור. אם אתה יכול להשתמש בהקלדה קולית בטלפון שלך להודעות, אתה אמור להיות מסוגל להשתמש ברישום הקולי ב-Nutrola. ה-AI שמפרש את תיאורי המזון מעוצב להבין שפה שיחה ולא פורמלית, כך שאינך צריך להשתמש במונחים מדויקים או טכניים.

האם Nutrola חינמית עבור משתמשים עם לקות ראייה?

מחירי Nutrola זהים עבור כל המשתמשים. אין לנו רמה נפרדת עבור משתמשים עם לקות ראייה כי הנגישות נבנתה לתוך המוצר המרכזי, ולא נעולה מאחורי תוכנית פרימיום. הרמה החינמית כוללת רישום קולי ורישום תמונות. תכונות פרימיום כמו מעקב מאקרו מתקדם, דוחות שבועיים, וניתוח מגמות זמינות דרך מנוי.

האם אני יכול להשתמש ב-Nutrola עם תצוגת ברייל?

כן. מכיוון ש-Nutrola תואמת לחלוטין עם VoiceOver ו-TalkBack, היא פועלת עם תצוגות ברייל מחוברות לטלפון שלך. כל תוכן טקסטואלי שמוכר על ידי קורא המסך גם מוצג על תצוגת הברייל, כולל תיאורי מזון, סך קלוריות, ופיצולים של מאקרו-נוטריינטים.

איך Nutrola מתמודדת עם גודל המנה אם איני יכול להעריך חזותית כמויות?

זו אתגר כנה. ה-AI של Nutrola מעריך את גודל המנות מתמונות, מה שעוזר, אבל זה לא תמיד מדויק. אנו ממליצים להשתמש בכלים פשוטים למדידה — משקל מטבח, כוסות מדידה — כאשר אתה מכין אוכל בבית. עם הזמן, תפתח תחושה פיזית של מה זה אומר מנות סטנדרטיות, מה שישפר גם את ההערכות שלך וגם את היכולת שלך לתקן את ה-AI כאשר הוא טועה.

מה לעשות אם אני נתקל בבעיה נגישות באפליקציה?

דווח על כך דרך תכונת המשוב באפליקציה, שהיא נגישה דרך VoiceOver ו-TalkBack. אתה יכול גם לשלוח דוא"ל לצוות התמיכה שלנו ישירות. דיווחי באגים נגישות מסומנים ומקבלים עדיפות בתהליך הפיתוח שלנו. אנו מעריכים כל דיווח כי הוא עוזר לנו למצוא ולתקן בעיות שעשויות להחמיץ את הבדיקות הפנימיות שלנו.

האם הדוחות השבועיים והחודשיים נגישים?

כן. כל מסכי הדוחות מעוצבים עם תוויות נגישות מתאימות וסדר קריאה הגיוני עבור קוראי מסך. סיכומים יכולים גם להיות נגישים בקול — לשאול "תן לי את הסיכום השבועי שלי" יחזיר סקירה מדוברת של הקלוריות היומיות הממוצעות שלך, מגמות המאקרו-נוטריינטים, ושיעור העקביות שלך במהלך שבעת הימים האחרונים.

קדימה

הפער בין מה שאפליקציות מעקב קלוריות דורשות מהמשתמשים לבין מה שמשתמשים עם לקות ראייה יכולים לספק בנוחות היה רחב במשך זמן רב. זיהוי תמונות בעזרת AI וקלט קולי צמצמו את הפער הזה באופן דרמטי. לא עד הסוף. אבל באופן דרמטי.

העבודה שנותרה אינה זוהרת. היא תשומת לב מדוקדקת לתוויות נגישות. זה להרחיב את נתוני האימון של ה-AI כדי לכלול יותר מטבחים. זה לבדוק כל תכונה חדשה עם קורא מסך לפני שהיא משוחררת. זה להקשיב למשתמשים כמו מרקוס כאשר הם אומרים לנו מה עובד ומה לא.

מרקוס אמר לנו לאחרונה שהוא עקב אחרי הארוחות שלו באופן עקבי במשך ארבעה חודשים — הרצף הארוך ביותר שהוא אי פעם שמר עם כל אפליקציה בריאותית. "ארבעה חודשים לא נשמעים הרבה," הוא אמר. "אבל כשניסית לעשות משהו במשך שש שנים ונכשלת בכל פעם, ארבעה חודשים מרגישים כהוכחה שזה אפשרי סוף סוף."

זה אפשרי. וזה היה צריך להיות אפשרי הרבה קודם. הטכנולוגיה הייתה קיימת. מה שחסר היה המחויבות להשתמש בה בשירות של כל משתמש, לא רק של אלו שהתעשייה מצאה קל לעצב עבורם.

אנחנו לא גמורים. אבל גם לא נעצור.