Healthify

Con más de 40 millones de usuarios, Healthify⁠(se abre en una nueva ventana) es la plataforma de salud más grande de India. Healthify ofrece seguimiento y orientación en salud impulsada por IA para ayudar a los usuarios a mejorar su condición física y revertir la enfermedad metabólica. Desde la incorporación de la IA en sus componentes de orientación y seguimiento, Healthify ha ayudado a los usuarios a perder un acumulado de más de 25 millones de libras y con la API de OpenAI, Healthify está simplificando enormemente el seguimiento y ampliando la orientación.

Healthify ha sido una empresa pionera en el uso de IA para fomentar el cambio de comportamiento en salud y condición física por más de una década. Para el 2018, Healthify ya contaba con más de cinco millones de usuarios y cientos de nutricionistas y entrenadores que intercambiaban millones de mensajes con sus clientes cada mes, junto con miles de horas de llamadas y planes de alimentación y ejercicio. El flujo de datos de Healthify también incluía inherentemente ciclos de retroalimentación, con conocimiento de cuáles mensajes y planes generaban mayor interacción e impacto.

Gracias a esta riqueza de información contextualizada del mundo real, Healthify dio saltos significativos en IA. En especial con el lanzamiento de Ria, el primer nutricionista virtual impulsado por IA del mundo, y el copiloto Coach, su asistente para entrenadores. 

Ria utilizaba sistemas LSTM (memoria a largo corto plazo) jerárquicos y NLU (comprensión de lenguaje natural) personalizados para reconocer con precisión las intenciones del usuario y brindar respuestas relevantes. Para 2020, Ria gestionaba la mayoría de los mensajes de los usuarios directamente. En combinación con el copiloto Coach, este avance permitió a los entrenadores ampliar significativamente sus servicios, al gestionar hasta 300 clientes de manera simultánea, al mismo tiempo que llegaban a un índice de Promotores Neto (NPS) récord a través de las mejoras a la orientación en salud personalizada.

En el 2021, Healthify también anunció Snap, una función revolucionaria diseñada para simplificar el conteo de calorías mediante el reconocimiento de fotografías de alimentos. Snap utilizaba redes neurales convolucionales (CNN) y modelos propietarios para reconocer con exactitud alimentos individuales, enfocándose particularmente en la cocina india. Esta tecnología no solo respetaba la privacidad del usuario, sino que también personalizaba las recomendaciones alimenticias al incorporar el contexto específico del usuario. Con el tiempo, Snap alcanzó cerca del 80 % de precisión para alimentos indios individuales.

A pesar de estos éxitos, Healthify se encontró con varios desafíos:

• Rendimiento. Snap necesitó de múltiples iteraciones para reconocer los alimentos con exactitud, y tuvo dificultades cuando las fotografías contenían varios alimentos. Como resultado, “Snap solo se utilizaba entre un 10 y un 20 % de las veces”, mencionó el director general de Healthify, Tushar Vashisht⁠(se abre en una nueva ventana). De forma similar, Ria estaba basada en reglas, así que no podía responder de manera efectiva a la larga lista de consultas valiosas, pero a la vez complejas, sobre nutrición (p. ej., ¿cómo afectó lo que comí ayer mi calidad de sueño de anoche?). 
• Escala. para cada nuevo país que quería agregar, Healthify tenía que dedicar muchos esfuerzos para ubicar modelos para el idioma, alimentos comunes y rutinas de ejercicio. “Nos tomó dos años entrar al este de Asia”, explicó Vashisht.

La colaboración con OpenAI surgió como una solución esencial para superar estas limitaciones, adelantando significativamente las ofertas de Healthify y estableciendo un nuevo estándar de innovación en el sector tecnológico para la salud.

El equipo de Healthify pensaba que la IA podía aumentar la precisión, utilidad y escalabilidad de sus productos de la noche a la mañana. Con la primera API en el mercado de OpenAI y su simplicidad, el equipo desarrolló prototipos rápidamente para probar el rendimiento del modelo. Antes de elegir un proveedor de manera oficial, el equipo evaluó un gran número de opciones de modelos, que incluyó algunos de fuente abierta.

Después de una evaluación exhaustiva, Healthify se asoció con OpenAI por múltiples razones:

• La mejor precisión. GPT‑4 Vision superó inmediatamente el rendimiento del pipeline de Snap; por sí mismo, el modelo reconocía alimentos de todo el mundo y detectaba varios alimentos en las fotografías. De igual forma, GPT‑4 (para Ria) y Whisper (para el copiloto Coach) sobrepasaron a sus flujos existentes y a las alternativas de modelos de IA generativa.
• Fácil integración. Después de validar los prototipos y de que llegara el momento de integrarla en sus sistemas de producción, el equipo de Healthify podía simplemente añadir la API de OpenAI en sus flujos existentes. “Fue muy fácil desarrollar pruebas de conceptos con OpenAI y usarlos para crear sistemas de producción”, afirmó Vashisht.
• Ajustes finos sencillos. Healthify eligió a OpenAI en gran medida porque los ajustes finos se podían realizar desde el inicio. Fue sencillo modelar sus datos para realizar los ajustes finos y cargarlos en el servicio. El equipo fue capaz de adaptar exitosamente los modelos de OpenAI a su caso de uso, sin demasiada configuración.
• Embeddings. Healthify utilizó el modelo de embeddings para resolver uno de sus problemas clave: ¿Cómo hacer coincidir dos alimentos más allá de hacer coincidir el texto? Tenían que emparejar los nombres de alimentos generados por GPT‑4 con los nombres que ya estaban en su sistema. “GPT es un modelo por sí solo. Tiene su propio diccionario de nombres de alimentos. Healthify tiene sus propios nombres de alimentos y cómo emparejarlos es algo que estamos descifrando ―comentó Abhijit Khasnis⁠(se abre en una nueva ventana), vicepresidente de Tecnología―. Y cuando probamos el modelo de embeddings de OpenAI, nos dimos cuenta de que la coincidencia de similitud coseno entre el nombre del alimento identificado por GPT y nuestras embeddings de alimentos nos da una alta precisión”.

Snap ahora emplea un conjunto de modelos propietarios junto con GPT‑4 Vision para comprender contextos específicos de los usuarios a la vez que garantiza la privacidad de sus datos. Se aplican modelos heurísticos personalizados posteriores al análisis de la imagen para generar recomendaciones alimenticias precisas. Esta mejora ha elevado la precisión de Snap a un nivel similar al del reconocimiento humano, lo que así el proceso de seguimiento dietético.

La última actualización de Ria representa un salto significativo en complejidad y capacidad, lo que incorpora un conjunto de modelos con afinación fina, que incluyen GPT‑3.5 y el vanguardista GPT‑4 Turbo. Esta configuración avanzada permite a Ria acceder e interpretar la amplia biblioteca de Healthify y el historial único de cada usuario con la plataforma. Dicha integración ha transformado a Ria en la versión más completa e inteligente hasta la fecha, la cual ofrece consejos de salud y nutrición a una escala sin precedentes.

En general, el equipo de Healthify ha visto un aumento significativo en la interacción y la retención, que ha dado mejores resultados en la salud de sus usuarios:

• La frecuencia de seguimiento de los alimentos por los usuarios ha aumentado en un 50 % con Snap. Debido a que el seguimiento de los alimentos está correlacionado con los objetivos de condición física, el equipo de Healthify espera que este aumento en interacción lleve también a una mejoría del 50 % en la condición física de los usuarios. “Observamos que las tasas de interacción son 50 % más altas. La pérdida de peso y pérdida de grasa están estrechamente correlacionadas con los alimentos que registras, lo que significa que podemos esperar también un impacto 50 % mayor en pérdida de peso”, comentó Vashisht. 
• Los usuarios interactúan más con Ria para orientación de nutrición y condición física. La duración de las conversaciones se ha duplicado (algunos usuarios tienen conversaciones de más de doscientos mensajes). Además, Ria ahora es capaz de responder consultas complejas, por ejemplo, “¿Cómo afectaron mis niveles de glucosa mi calidad de sueño de anoche?” mediante la correlación de los valores de un monitor continuo de glucosa (CGM), registros de alimentos de Snap y registros de sueño de cualquier dispositivo vestible.
• Los entrenadores responden a los clientes en la mitad del tiempo. Los clientes también interactúan 18 % más con los entrenadores asistidos por IA. Una investigación⁠(se abre en una nueva ventana) de Stanford basada en los datos de Healthify demuestra que la orientación humana asistida por IA ayuda a los clientes a perder 70 % más peso que la orientación por IA sola. Gracias a la IA, los entrenadores de Healthify ahora pueden ayudar a más clientes a perder ese 70 % adicional.

En los próximos doce meses, el equipo de Healthify tiene objetivos incluso más ambiciosos. Tienen la meta de desarrollar agentes de salud autónomos capaces de ayudar a los usuarios de manera proactiva a tomar decisiones saludables. En lugar de esperar a ser activados por una consulta, estos agentes analizarán automáticamente los datos de salud del usuario y harán recomendaciones sobre alimentación, sueño y ejercicio. Con el permiso del usuario, los agentes también serán capaces de ordenar comida o reservar clases en el gimnasio. 

A lo largo de su camino, el equipo de Healthify se ha enfocado en ayudar a tantas personas como sea posible a llegar a sus metas de condición física y prevenir enfermedades metabólicas. Ya han logrado avances significativos. Ahora, amplían ese impacto a todo el mundo. Les tomó dos años implementar su sistema en el sureste asiático con sus sistemas ML tradicionales. Pero con OpenAI, lo lanzarán en 20 países tan solo en este año, acercándolos a su misión principal: “Llegar a mil millones de usuarios de Healthify”.