Healthify

Amb més de 40 milions d’usuaris, Healthify⁠(s'obre en una finestra nova) és la plataforma de salut més gran de l’Índia i ofereix seguiment de salut i coaching de salut millorat amb IA per ajudar els usuaris a posar-se en forma i revertir malalties metabòliques. Des que va introduir la IA en els seus components de coaching i seguiment, Healthify ja ha ajudat els usuaris a perdre en conjunt més de 25 milions de lliures i, amb l’API d’OpenAI, està simplificant molt el seguiment i ampliant el coaching.

Healthify és pionera en l’ús de la IA per impulsar el canvi de comportament en salut i fitness des de fa més d’una dècada. El 2018, Healthify ja tenia més de 5 milions d’usuaris i centenars de nutricionistes i entrenadors que intercanviaven milions de missatges amb els seus clients cada mes, a més de desenes de milers d’hores de trucades i plans d’àpats i fitness cada mes. El pipeline de dades de Healthify també incorporava de manera inherent bucles de retroalimentació, amb coneixement de quins missatges i plans generaven més participació i impacte.

Amb aquesta riquesa d’informació contextual del món real, Healthify va fer grans avenços en IA, especialment amb el llançament de Ria, la primera nutricionista virtual del món impulsada per IA, i Coach Co-pilot, el seu assistent per a coaches. 

Ria feia servir LSTM jeràrquics (Long Short-Term Memory) i sistemes NLU (Natural Language Understanding) personalitzats per reconèixer amb precisió les intencions dels usuaris i donar respostes rellevants. El 2020, Ria ja gestionava directament la majoria dels missatges dels usuaris. Combinat amb Coach Co-pilot, aquest avenç va permetre als coaches ampliar considerablement els seus serveis, gestionant fins a 300 clients alhora, mentre assolien un NPS rècord gràcies a les millores en el coaching de salut personalitzat.

El 2021, Healthify també va presentar Snap, una funció revolucionària dissenyada per simplificar el recompte de calories mitjançant el reconeixement fotogràfic dels aliments. Snap feia servir xarxes neuronals convolucionals (CNN) i models propietaris per reconèixer amb precisió aliments individuals, amb un enfocament especial en la cuina índia. Aquesta tecnologia no només respectava la privacitat dels usuaris, sinó que també personalitzava les recomanacions alimentàries incorporant contextos específics de cada usuari. Amb el temps, Snap va aconseguir una precisió d’aproximadament el 80% per a aliments indis individuals.

Malgrat aquests èxits, Healthify es va trobar amb reptes:

• Rendiment. Van caldre múltiples iteracions perquè Snap reconegués els aliments amb precisió, i tenia dificultats quan les fotos contenien diversos aliments. Com a resultat, «Snap només es feia servir entre un 10% i un 20% del temps», va dir el CEO de Healthify, Tushar Vashisht⁠(s'obre en una finestra nova). De manera similar, Ria es basava en regles, així que no podia respondre realment la llarga cua de consultes valuoses però complexes sobre nutrició (p. ex., «com va afectar el menjar d’ahir el meu son d’ahir a la nit?»). 
• Escala. Per a cada nou país que volien afegir, Healthify havia de dedicar molt d’esforç a localitzar els models per a la llengua, els aliments habituals i les rutines d’exercici. «Vam trigar dos anys a entrar al sud-est asiàtic», va explicar Vashisht.

La col·laboració amb OpenAI va emergir com una solució clau per superar aquestes limitacions, avançant de manera significativa l’oferta de Healthify i establint un nou estàndard d’innovació en el sector de la tecnologia de la salut.

L’equip de Healthify creia que la IA podia augmentar d’un dia per l’altre la precisió, la utilitat i l’escalabilitat dels seus productes. Amb l’API simple i pionera d’OpenAI, l’equip va construir ràpidament prototips per provar el rendiment del model. Abans d’escollir oficialment un proveïdor, l’equip va avaluar nombroses opcions de model, inclosos models de codi obert.

Després d’una avaluació exhaustiva, Healthify es va associar amb OpenAI per diversos motius:

• Precisió líder del sector. GPT‑4 Vision va superar a l’instant el rendiment del pipeline de Snap; el model, per si sol, reconeixia aliments de tot el món i detectava múltiples aliments en les fotos. GPT‑4 (per a Ria) i Whisper (per a Coach Copilot) també van superar tant els seus pipelines existents com els models alternatius d’IA generativa.
• Integració fàcil. Un cop van validar els prototips i va arribar el moment d’integrar-los als seus sistemes de producció, l’equip de Healthify simplement va poder afegir l’API d’OpenAI als seus pipelines existents. «Va ser molt fàcil crear proves de concepte amb OpenAI i fer-les servir per construir sistemes de producció», va dir Vashisht.
• Fine-tuning senzill. Healthify va escollir OpenAI en gran part perquè el fine-tuning estava disponible de sèrie. Va ser senzill modelar les seves dades per al fine-tuning i pujar-les al servei. L’equip va poder adaptar amb èxit els models d’OpenAI al seu cas d’ús, sense gaire configuració.
• Embeddings. Healthify va fer servir el model Embeddings per resoldre un dels seus problemes clau: com s’emparellen dos aliments més enllà de la simple coincidència de text? Necessitaven emparellar els noms d’aliments retornats per GPT‑4 amb noms d’aliments que ja tenien al seu propi sistema. «GPT és un model en si mateix. Té el seu propi diccionari de noms d’aliments. Healthify té els seus propis noms d’aliments i com fer aquest emparellament era una cosa que intentàvem resoldre», va comentar Abhijit Khasnis⁠(s'obre en una finestra nova), vicepresident de Tecnologia. «I quan vam provar el model Embeddings d’OpenAI, ens vam adonar que la coincidència per similitud cosinus entre el nom de l’aliment identificat per GPT i els nostres embeddings d’aliments ens dona una alta precisió!»

Snap ara fa servir un conjunt de models propietaris juntament amb GPT‑4 Vision per entendre contextos específics de cada usuari i, alhora, garantir la privacitat de les dades. Després de l’anàlisi de la imatge, s’apliquen models heurístics personalitzats per oferir recomanacions alimentàries precises. Aquesta millora ha elevat la precisió de Snap fins a igualar el reconeixement humà, agilitzant el procés de seguiment dietètic.

L’última actualització de Ria representa un salt important en complexitat i capacitat, ja que incorpora un conjunt de models ajustats, inclosos GPT 3.5 i el punter GPT‑4 Turbo. Aquesta configuració avançada permet a Ria accedir a l’extensa literatura de Healthify i interpretar-la, així com l’historial únic de cada usuari a la plataforma. Aquesta integració ha convertit Ria en la seva versió més completa i intel·ligent fins ara, oferint consells personalitzats de salut i nutrició a una escala sense precedents.

En general, l’equip de Healthify ha vist com la participació i la retenció es disparaven, fet que ha comportat millors resultats de salut per als seus usuaris:

• Els usuaris fan un seguiment dels aliments un 50% més sovint amb Snap. Com que el seguiment dels aliments està correlacionat amb els objectius de fitness, l’equip de Healthify espera que aquest augment de la participació també comporti un increment del 50% en la forma física dels usuaris. «Estem veient que les taxes de participació són un 50% més altes. La pèrdua de pes i la reducció de greix estan molt correlacionades amb els aliments dels quals fas seguiment, cosa que vol dir que també podem esperar un impacte un 50% més gran en la pèrdua de pes», va comentar Vashisht. 
• Els usuaris interactuen més amb Ria per rebre coaching de nutrició i fitness. La durada de les converses s’ha duplicat (amb alguns usuaris mantenint converses de més de dos-cents missatges) i ara Ria és capaç de respondre preguntes complexes com «Com han afectat els meus nivells de glucosa el meu son d’ahir?» correlacionant valors d’un monitor continu de glucosa (CGM), registres d’aliments de Snap i registres de son de qualsevol dispositiu wearable.
• Els coaches responen als clients en la meitat de temps. Els clients també interactuen un 18% més amb coaches assistits per IA. La recerca⁠(s'obre en una finestra nova) de Stanford basada en les dades de Healthify mostra que el coaching humà potenciat per IA ajuda els clients a perdre un 70% més de pes que només el coaching amb IA. Gràcies a la IA, els coaches de Healthify ara poden ajudar més clients a perdre aquest 70% addicional.

Durant els propers dotze mesos, l’equip de Healthify apunta a objectius encara més ambiciosos. Vol desenvolupar agents de salut autònoms capaços d’ajudar proactivament els usuaris a prendre decisions saludables. En lloc d’esperar que una consulta els activi, aquests agents analitzaran automàticament les dades de salut d’un usuari i faran recomanacions sobre alimentació, son i exercici. Amb el permís de l’usuari, els agents fins i tot podran demanar menjar o reservar classes de gimnàs. 

Al llarg de tot el seu recorregut, l’equip de Healthify s’ha centrat a ajudar tantes persones com sigui possible a assolir els seus objectius de fitness i prevenir malalties metabòliques. Ja han fet passos importants. Ara estan escalant aquest impacte a escala global. Van trigar dos anys a desplegar-se al sud-est asiàtic amb els seus sistemes tradicionals de ML. Però amb OpenAI, es llançaran a 20 països només aquest any, acostant-se a la seva missió definidora: «Healthify a Billion.»