CarbCam robi zdjęcie, wysyła je do serwisu AI, otrzymuje oszacowanie składników, weryfikuje wartości za pomocą standardowych baz danych wartości odżywczych i wyświetla wynik.

Powrót do przeglądu pomocy

Każda analiza przechodzi przez do sześciu kroków:

1 Robienie zdjęcia & lokalne kadrowanie

Zdjęcie pozostaje najpierw w całości na Twoim urządzeniu. Możesz je przyciąć, obrócić, zrobić od nowa. Dopiero po dotknięciu „Analizuj“ coś zostaje przesłane.

2 Zapytanie do pamięci podręcznej serwera (Precheck)

Zanim zdjęcie zostanie wysłane do AI, aplikacja sprawdza za pomocą hasha SHA-512 i hasha percepcyjnego, czy identyczne lub bardzo podobne zdjęcie już istnieje w pamięci podręcznej serwera. W przypadku trafienia otrzymujesz zapisany wynik natychmiast — bez kolejnego wywołania AI. Następny krok Confirm oznacza wpis w pamięci podręcznej jako zużyty (zliczanie limitu).

3 Przesyłanie do analizy AI

Jeśli nie ma trafienia w pamięci podręcznej, przycięte zdjęcie jest wysyłane do naszego punktu końcowego analizy. Tam wywoływany jest model wizyjny, który opisuje obraz, nazywa poszczególne składniki i szacuje przybliżone ilości.

4 Weryfikacja w tle (tylko przy niskiej pewności)

Jeśli szacunek AI zgłasza niską pewność, serwer uruchamia w tle krzyżową weryfikację z bazami danych wartości odżywczych (USDA FoodData Central, Open Food Facts). Skorygowane wartości trafiają do pamięci podręcznej — przy następnym trafieniu tego samego lub podobnego zdjęcia zobaczysz ulepszony wynik. Przy skanach z wysoką pewnością ten krok jest pomijany.

Dla kodów kreskowych porównanie z Open Food Facts / USDA jest jednak zawsze wykonywane bezpośrednio, ponieważ tabela wartości odżywczych producenta jest tutaj źródłem głównym.

5 Edycja przez Ciebie

Możesz nadpisać każdą wartość — ilość, węglowodany, kcal, FPE, składnik. Przy zapisywaniu używane są Twoje wartości, nie szacunek AI. Aplikacja zapisuje Twoją całkowitą korektę węglowodanów (Użytkownik: Xg vs AI: Yg) jako różnicę do celów statystycznych.

6 Zapisywanie & synchronizacja z Nightscout

Lokalnie w bazie danych SQLite. Opcjonalnie dodatkowo przez synchronizację Nightscout do Twojej instancji Nightscout — ale tylko jako Note w tabeli Treatment (z tagiem carbcam lub 10becarbcam), nie jako aktywny Treatment węglowodanów/jednostek insuliny. Obliczenia Loop/AAPS/iAPS nie są zmieniane przez zapisy CarbCam — posiłek jest widoczny tylko jako notatka. Jeśli korzystasz z Managed Nightscout z ns.10be.de, konfiguracja jest szczególnie prosta: wpisz adres URL Nightscout i API secret — gotowe.

Jeśli chcesz, aby węglowodany były aktywnym Treatment, użyj przycisku Udostępnij w wyniku skanowania — wysyła on wartość węglowodanów przez Deep-Link do Loop/iAPS/Trio lub otwiera systemowy arkusz udostępniania.

FPE oznacza jednostki tłuszczowo-białkowe. Opisują one, ile energii z tłuszczu i białka wpływa z opóźnieniem na poziom glukozy we krwi.

Jedna FPE odpowiada ok. 100 kcal z tłuszczu i białka. Przykład:

• 30 g tłuszczu + 20 g białka = (270 + 80) ÷ 100 = 3,5 FPE

Użytkownicy pomp często wykorzystują FPE do parametryzacji bolusa przedłużonego (np. Square-Wave lub Dual-Wave). Użytkownicy penów mogą traktować FPE jako przybliżony wskaźnik późniejszej korekty przekąską lub niewielkiej korekty popołudniowej.

CarbCam wyświetla FPE jako żółtą etykietę na karcie wyniku. Kolory wartości odżywczych:

• KH Węglowodany
• kcal Kalorie
• FPE Jednostki tłuszczowo-białkowe
• Tłuszcz Tłuszcz
• Białko Białko

Jeśli Nightscout jest skonfigurowany, CarbCam ładuje dane BG z Twojej instancji Nightscout i wyświetla w zakładce Historia pod każdym posiłkiem krzywą poziomu glukozy. Okno czasowe zależy od platformy i jest automatycznie wybierane wokół posiłku. Razem z Nightscout, CarbCam umożliwia celowe śledzenie BG po posiłku.

Funkcje krzywej BG (dane Nightscout):

• Okno czasowe wokół posiłku (zależne od platformy)
• Znacznik momentu posiłku
• Szczyt wyróżniony kolorem (czerwony/żółty/zielony w zależności od wysokości)
• Wzrost i wartość końcowa jako wskaźniki
• IOB / COB jako opcjonalne linie nakładki

Dokładność zależy od rodzaju posiłku:

Co poprawia dokładność:

• Dobre oświetlenie & wyraźne zdjęcie — bez cieni na talerzu
• Całe składniki widoczne — nie zatapić makaronu w sosie
• Punkt odniesienia wielkości — zostaw krawędź talerza, sztućce, rękę w kadrze
• Standardowe dania — AI radzi sobie dobrze ze znanymi potrawami

Co pogarsza dokładność:

• Talerze z bufetu z wieloma małymi porcjami
• Składniki mocno zakryte sosem
• Bardzo nietypowe dania regionalne bez odpowiednika w bazach danych
• Zdjęcie z boku bez punktu odniesienia wielkości

Co to oznacza dla Twojego bolusa:

• Przy zwykłych posiłkach: szacunek jako punkt wyjścia, nałóż własną wiedzę, w razie potrzeby skoryguj wartość przed zapisaniem
• Przy krytycznych decyzjach bolusowych (bardzo dużo węglowodanów, ryzyko hipoglikemii): zawsze sięgnij po własną wiedzę / bazę danych / etykietę produktu
• Z pompą: zbieraj doświadczenie, o ile Twoje posiłki typowo odbiegają — i koryguj szacunek własnym współczynnikiem

Bez połączenia z internetem działają następujące funkcje:

• Przeglądanie i filtrowanie historii
• Ręczne tworzenie i edycja wpisów
• Wyświetlanie zakładki Statystyki
• Eksport danych (CSV/JSON)
• Robienie zdjęć i zapisywanie do późniejszej analizy

Poniższe funkcje wymagają połączenia:

• Analiza AI (zdjęcie jest wysyłane do dostawcy)
• Automatyczne rozpoznawanie kodów kreskowych (Open Food Facts)
• Synchronizacja z Nightscout (krzywa BG, przesyłanie Treatment)