AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

Innit y Google Cloud ofrecen recomendaciones nutricionales personalizadas para personas con diabetes y otras afecciones médicas

La startup Innit y Google Cloud se asocian para ofrecer un nuevo software que permita a los supermercados y otras empresas crear recomendaciones nutricionales personalizadas de alimentación saludable a sus clientes con problemas de salud como diabetes tipo 2, hipertensión, obesidad y enfermedades cardíacas.

La colaboración entre ambas compañías se inició el año pasado ofreciendo una tecnología para recomendaciones de alimentos personalizados a través de Cloud Marketplace.  La nueva oferta de Innit, que estará disponible para clientes de Google Cloud a través de Google Cloud Marketplace, utiliza un algoritmo que califica varios planes de comida según las necesidades del consumidor y ofrece tanto a minoristas de alimentos como a otras empresas la capacidad de poder agregar recomendaciones para una nutrición personalizada a los consumidores que tienen problemas de salud, además de brindar asistencia para cocinar y planificar comidas. 

La startup trabaja junto con su comité científico y médicos para lograr un programa que sea realmente bueno y que pueda brindar a las personas con dificultades alimentarias la orientación que necesitan según sus afecciones médicas. 

  • ​ La colaboración entre Innit y Google Cloud permite digitalizar el viaje de comida del consumidor centrado en la salud y el bienestar.
  • El consumidor actual demanda cada vez más una alimentación saludable y personalizada que se adapte a sus necesidades nutricionales y estilo de vida. 


Para saber más, haz click aquí. 


NOTICIAS RELACIONADAS

add ver todas

Un investigador italiano ha desarrollado un método para...

Giuseppe Scionti, experto en biomedicina e ingeniería de tejidos, descubrió que las impresoras 3D eran capaces de imitar tejidos animales. Con este descubrimiento ha desarrollado una fórmula que ofrece una alternativa a la carne compuesta por ingredientes vegetales sin perjuicio a la textura real del alimento.

El auge de compact AI para edge computing

En diciembre de 2016, Peter Levine de Andreessen Horowitz predijo el edge computing, procesamiento de los datos y la computación en los en los extremos lógicos de la red, como el próximo paradigma informático. La evolución del cloud computing al edge computing se debe al crecimiento del IoT, actualmente existen billones de smartphones, cameras, coches autónomos y otros dispositivos que recogen grandes cantidades de información que necesita ser procesada en tiempo real. El retardo de la red y la gran cantidad de datos generada (un coche genera un gigabyte por segundo) impide que haya tiempo suficiente para la trasmisión y procesamiento de datos en la nube, por tanto la computación tendrá que trasladarse a donde se generan los datos. Esta evolución se asemeja al la evolución del mainframe a la computación cliente-servidor y Levine la describe como edge intelligence. El borde de la red se convertirá en un sistema masivo de computación distribuida que almacena, procesa y actúa sobre los datos del mundo en tiempo real en el propio dispositivo. El Compact AI permite que el dispositivo o sistema responda a los datos a medida que se crean, eliminando las limitaciones asociadas con internet y la nube tales como el ancho de

Amazon lanza una plataforma de compras 'ecológica' para...

El gigante del e-commerce Amazon innova una vez más a través de la creación de una plataforma que permite a sus clientes acceder a todo tipo de categorías de productos con una o más certificaciones sostenibles.

Patagonia abre un centro de reparaciones compartido con...

La marca textil Patagonia, como parte de su Ironclad Guarantee, lleva tiempo ofreciendo reparaciones de prendas de ropa, de hecho, cuenta con el centro de reparación más grande de los EEUU, situado en el estado de Nevada y con una red de reparadores en Europa que extiende la vida útil de alrededor 1000 prendas al mes.